Преподаватель который помогает студентам и школьникам в учёбе.

Состав и свойства вычислительных систем. Информационное и математическое обеспечение

Содержание:

ВВЕДЕНИЕ

Влияние современных информационных технологий и новейших технологических инноваций сложно переоценить – простейшие информационные технологии используются даже в самом малом и слаборазвивающемся бизнесе. И чем более активно и успешно используются такие технологии, тем более успешным будет такой бизнес.

К числу современных технологий относятся и так называемые вычислительные системы. Вычислительные системы представляют собой сложные и многогранные собрания информационных объектов. Они применяются сегодня в самых разнообразных сферах человеческой деятельности – от торговли до образования, политики и международных отношений. Разнообразие целей использования вычислительных систем обуславливает и высокий уровень их дифференцированности – по функционалу, стоимости, сложности интерфейса и др. Тем не менее, несмотря на значительные различия, все вычислительные системы объединяет несколько показателей. Для подробного анализа вопроса необходимо выполнить цель работы – проанализировать состав и свойства вычислительных систем; изучить информационное и математическое обеспечение вычислительных систем.

Для достижения данной цели необходимо выполнить следующие задачи:

проанализировать понятие и состав вычислительных систем;
охарактеризовать свойства вычислительных систем;
рассмотреть информационное обеспечение вычислительных систем;
описать математическое обеспечение вычислительных систем;
подвести итоги исследования.

Объектом работы выступают вычислительные системы, а предметом – их состав, свойства, а также информационное и математическое обеспечение.

Теоретической базой исследования выступают работы ученых, заслуживших за долгие годы исследовательской деятельности уважение и доверие в научных трудах. В частности, это работы таких авторов, изучавших и изучающих вычислительные системы, как ...

Структура работы включает две главы. И каждая глава содержит два параграфа. Кроме того, в работе есть такие структурные элементы, как введение, содержание, заключение и список используемой литературы.

Глава 1. Вычислительные системы

1.1 Понятие и состав вычислительных систем

В связи с кризисом классической структуры ЭВМ дальнейшее поступательное развитие вычислительной техники напрямую связано с переходом к параллельным вычислениям, с идеями построения многопроцессорных систем и сетей, объединяющих большое количество отдельных процессоров и (или) ЭВМ. Здесь появляются огромные возможности совершенствования средств вычислительной техники. Но следует отметить, что при несомненных практических достижениях в области параллельных вычислений, до настоящего времени отсутствует их единая теоретическая база.

Термин вычислительная система появился в начале – середине 60–х гг. при появлении ЭВМ III поколения. Это время знаменовалось переходом на новую элементную базу – интегральные схемы. Следствием этого явилось появление новых технических решений: разделение процессов обработки информации и ее ввода–вывода, множественный доступ и коллективное использование вычислительных ресурсов в пространстве и во времени. Появились сложные режимы работы ЭВМ – многопользовательская и многопрограммная обработка [12].

Под вычислительной системой (ВС) понимают совокупность взаимосвязанных и взаимодействующих процессоров или ЭВМ, периферийного оборудования и программного обеспечения, предназначенную для сбора, хранения, обработки и распределения информации.

Отличительной особенностью ВС по отношению к ЭВМ является наличие в них нескольких вычислителей, реализующих параллельную обработку. Создание ВС преследует следующие основные цели: повышение производительности системы за счет ускорения процессов обработки данных, повышение надежности и достоверности вычислений, предоставление пользователям дополнительных сервисных услуг и т.д. [7]

Параллелизм в вычислениях в значительной степени усложняет управление вычислительным процессом, использование технических и программных ресурсов. Эти функции выполняет операционная система ВС.

Состав вычислительной системы называется конфигурацией. Аппаратные и программные средства вычислительной техники принято рассматривать отдельно. Соответственно, отдельно рассматривают аппаратную конфигурацию вычислительных систем и их программную конфигурацию [16].

К аппаратному обеспечению вычислительных систем относятся устройства и приборы, образующие аппаратную конфигурацию. Современные компьютеры и вычислительные комплексы имеют блочно–модульную конструкцию – аппаратную конфигурацию, необходимую для исполнения конкретных видов работ, можно собирать из готовых узлов и блоков.

По способу расположения устройств относительно центрального процессорного устройства (ЦПУ – Central Processing Unit, CPU) различают внутренние и внешние устройства. Внешними, как правило, являются большинство устройств ввода–вывода данных (их также называют периферийными устройствами) и некоторые устройства, предназначенные для длительного хранения данных.

Согласование между отдельными узлами и блоками выполняют с помощью аппаратных интерфейсов. Стандарты на аппаратные интерфейсы в вычислительной технике называют протоколами. Таким образом, протокол – это совокупность технических условий, которые должны быть обеспечены разработчиками устройств для успешного согласования их работы с другими устройствами.

Многочисленные интерфейсы, присутствующие в архитектуре любой вычислительной системы, можно условно разделить на две большие группы: последовательные и параллельные. Через последовательный интерфейс данные передаются последовательно, бит за битом, а через параллельный – одновременно группами битов [20].

1.2 Классификация и свойства вычислительных систем

В рамках данного исследования целесообразно кратко рассмотреть классификацию вычислительных систем, так как их состав и свойства могут меняться в зависимости от классификационных признаков. Рассмотрим наиболее распространенную классификацию вычислительных систем – по различным группам признаков.

По назначению вычислительные системы делят на:

универсальные;
специализированные.

Специализированные системы ориентированы на решение узкого класса задач, в отличие от универсальных, предназначенных для широкого спектра задач [9].

По типу построения вычислительные системы разделяются на:

многомашинные;
многопроцессорные.

Это значит, что вычислительные системы могут строиться на базе нескольких компьютеров или на базе нескольких процессоров. В первом случая ВС будет многомашинной, во втором – многопроцессорной.

Многомашинные вычислительные системы (ММС) появились раньше, чем многопроцессорные. Основные отличия ММС заключаются в организации связей и обмена информацией между ЭВМ комплекса. Многомашинная ВС содержит некоторое число компьютеров, информационно взаимодействующих между собой. Машины могут находиться рядом друг с другом, а могут быть удалены друг от друга на некоторое, иногда значительное расстояние (вычислительные сети). В многомашинных ВС каждый компьютер работает под управлением своей операционной системы. А поскольку обмен информацией между машинами выполняется под управлением операционной системы, взаимодействующих друг с другом, динамические характеристики процедур обмена несколько ухудшаются (требуется время на согласование работы самих операционных систем). Информационное взаимодействие компьютеров в многомашинной ВС может быть организовано на уровне:

процессоров;
оперативной памяти;
каналов связи [18].

При непосредственном взаимодействии процессоров друг с другом информационная связь реализуется через регистры процессорной памяти и требует наличия в операционных системах достаточно сложных специальных программ.

Взаимодействие на уровне оперативной памяти сводится к программной реализации общего поля оперативной памяти, что несколько проще, но также требует существенной модификации операционных систем. Под общим полем имеется в виду равнодоступность модулей памяти: все модули памяти доступны всем процессорам и каналам связи.

На уровне каналов связи взаимодействие организуется наиболее просто и может быть достигнуто внешними по отношению к операционной системе программами–драйверами, обеспечивающими доступ от каналов связи одной машины к внешним устройствам других (формируется общее поле внешней памяти и общий доступ к устройствам ввода–вывода) [4].

Ввиду сложности организации информационного взаимодействия на 1–м и 2–м уровнях в большинстве многомашинных ВС используется 3–й уровень, хотя и динамические характеристики (в первую очередь быстродействие), и показатели надежности таких систем существенно ниже.

Многопроцессорные системы (МПС) содержат несколько процессоров, информационно взаимодействующих между собой либо на уровне регистров процессорной памяти, либо на уровне оперативной памяти. Этот тип взаимодействия используется в большинстве случаев, ибо организуется значительно проще и сводится к созданию общего поля оперативной памяти для всех процессоров. Общий доступ к внешней памяти и устройствам ввода–вывода обеспечивается обычно через каналы оперативной памяти. Важным является и то, что многопроцессорная вычислительная система работает под управлением единой операционной системы, общей для всех процессоров. Это существенно улучшает динамические характеристики ВС, но требует наличия специальной, весьма сложной операционной системы [5].

Однако МПС имеют и существенные недостатки. Они, в первую очередь, связаны с использованием ресурсов общей оперативной памяти. При большом количестве объединяемых процессоров возможно возникновение конфликтных ситуаций, в которых несколько процессоров обращаются с операциями типа «чтение» и «запись» к одним и тем же ячейкам памяти. Помимо процессоров к ОП подключаются все процессоры ввода–вывода, средства измерения времени и т.д. Поэтому вторым серьезным недостатком МПС является проблема коммутации и доступа абонентов к ОП. Процедуры взаимодействия очень сильно усложняют структуру ОС МПС. Опыт построения подобных систем показал, что они эффективны при небольшом числе объединяемых процессоров (от 2 до 10).

По типу ЭВМ или процессоров, используемых для построения ВС, различают:

однородные системы;
неоднородные системы [5].

Однородная ВС строится на базе однотипных компьютеров или процессоров. Однородные системы позволяют использовать стандартные наборы технических, программных средств, стандартные протоколы (процедуры) сопряжения устройств. Поэтому их организация значительно проще, облегчается обслуживание систем и их модернизация.

Неоднородная ВС включает в свой состав различные типы компьютеров или процессоров. При построении системы приходится учитывать их различные технические и функциональные характеристики, что существенно усложняет создание и обслуживание неоднородных систем.

По методам управления элементами ВС различают:

централизованные;
децентрализованные;
со смешанным управлением [2].

В централизованных ВС за управление отвечает главная или диспетчерская ЭВМ (процессор). Ее задачей является распределение нагрузки между элементами, выделение ресурсов, контроль состояния ресурсов, координация взаимодействия. Централизованный орган управления в системе может быть жестко фиксирован или эти функции могут передаваться другой ЭВМ (процессору), что способствует повышению надежности системы. Централизованные системы имеют более простые операционные системы.

В децентрализованных системах функции управления распределены между ее элементами. Каждая ЭВМ (процессор) системы сохраняет известную автономию, а необходимое взаимодействие между элементами устанавливается по специальным наборам сигналов. С развитием ВС и, в частности, сетей ЭВМ, интерес к децентрализованным системам постоянно растет.

В системах со смешанным управлением совмещаются процедуры централизованного и децентрализованного управления. Перераспределение функций осуществляется в ходе вычислительного процесса, исходя из сложившейся ситуации.

По принципу закрепления вычислительных функций за отдельными ЭВМ (процессорами) различают системы с жестким и плавающим закреплением функций. В зависимости от типа ВС следует решать задачи статического или динамического размещения программных модулей и массивов данных, обеспечивая необходимую гибкость системы и надежность ее функционирования [8].

По степени территориальной разобщенности вычислительных модулей ВС делятся на системы:

территориально–сосредоточенные – это когда все компоненты располагаются в непосредственной близости друг от друга;
распределенные – это когда компоненты могут располагаться на значительном расстоянии, например, вычислительные сети;
структурно–одноуровневые – это когда имеется лишь один общий уровень обработки данных;
многоуровневые (иерархические) структуры – это когда в иерархических ВС машины или процессоры распределены по разным уровням обработки информации, некоторые машины (процессоры) могут специализироваться на выполнении определенных функций [6].

По режиму работы ВС различают системы, работающие в оперативном и неоперативном временных режимах. Первые, как правило, используют режим реального масштаба времени. Этот режим характеризуется жесткими ограничениями на время решения задач в системе и предполагает высокую степень автоматизации процедур ввода–вывода и обработки данных.

Вне зависимости от принадлежности вычислительной системы к тому или иному уровню классификации, все вычислительные системы обладают определенным набором обобщенных свойств. Кратко такие свойства могут быть представлены следующим списком:

быстродействие – которое характеризуется числом команд, выполняемых ЭВМ за одну секунду. Поскольку в состав команд ЭВМ включаются операции, различные по длительности выполнения и по вероятности их использования, то имеет смысл характеризовать его или средним быстродействием ЭВМ, или предельным (для самых «коротких» операций типа «регистр–регистр»). Современные вычислительные машины имеют очень высокие характеристики по быстродействию, измеряемые десятками и сотнями миллионов операций в секунду;
производительность – объем работ, осуществляемых ЭВМ в единицу времени. Например, можно определять этот параметр числом задач, выполняемых за определенное время. Однако сравнение по данной характеристике ЭВМ различных типов может вызвать затруднения. Поскольку оценка производительности различных ЭВМ является важной практической задачей, хотя такая постановка вопроса также не вполне корректна, были предложены к использованию относительные характеристики производительности. Так, например, фирма Intel для оценки процессоров предложила тест, получивший название индекс iCOMP (Intel Comparative Microprocessor Performance). При его определении учитываются четыре главных аспекта производительности: работа с целыми числами, с плавающей точкой, графикой и видео. Данные имеют 16– и 32–разрядное представление. Каждый из восьми параметров при вычислении участвует со своим весовым коэффициентом, определяемым по усредненному соотношению между этими операциями в реальных задачах;
скорость передачи информации – скорость передачи данных, выраженная в количестве бит, символов или блоков, передаваемых за единицу времени;
время доступа – время, необходимое для получения информации из компьютерной памяти (memory) или для записи информации в память. Время доступа может варьировать от миллионной доли секунды (наносекунды) при быстродействующей электронной памяти до секунды и более при работе с памятью на магнитной ленте [4].

В первой главе данного исследования были проанализированы понятие, состав и свойства вычислительных систем. Определено, что вычислительные системы могут классифицироваться по множеству признаков. Тем не менее, большинство из них обладает схожим набором свойств и характеристик, которые в методическом плане, в свою очередь, также могут использоваться как классификационные признаки.

Глава 2. Информационное и математическое обеспечение вычислительных систем

2.1 Информационное обеспечение вычислительных систем

Информационное обеспечение вычислительной системы представляет собой совокупность программ и предварительно подготовленных данных, необходимых для работы данных программ.

Рассмотрим, в качестве примера, систему автоматической проверки орфографии в редактируемом тексте. Ее работа заключается в том, что лексические единицы исходного текста сравниваются с заранее заготовленным эталонным массивом данных (словарем). В данном случае для успешной работы системы необходимо иметь кроме аппаратного и программного обеспечения специальные наборы словарей, подключаемые извне. Это пример информационного обеспечения вычислительной техники.

В специализированных компьютерных системах (бортовых компьютерах автомобилей, судов, ракет, самолетов, космических летательных аппаратов и т. п.) совокупность программного и информационного обеспечения называют математическим обеспечением.

Как правило, оно «жестко» записывается в микросхемы ПЗУ и может быть изменено только путем замены ПЗУ или его перепрограммирования на специальном оборудовании [13].

Итак, вычислительная техника прошла те же исторические этапы эволюции, которые прошли и все прочие технические устройства: от ручных приспособлений к механическим устройствам и далее к гибким автоматическим системам. Современный компьютер – это прибор. Его принцип действия – электронный, а назначение – автоматизация операций с данными. Гибкость автоматизации основана на том, что операции с данными выполняются по заранее заготовленным и легко сменяемым программам. Универсальность компьютеров основана на том, что любые типы данных представляются в нем с помощью универсального двоичного кодирования.

Работа компьютерной системы протекает в непрерывном взаимодействии аппаратных и программных средств. Физически аппаратные средства согласуются друг с другом с помощью механических и электрических разъемов и контактов. Логически они согласуются друг с другом с помощью программ, называемых драйверами устройств.

Данные – это зарегистрированные сигналы.

Обратим внимание на то, что данные несут в себе информацию о событиях, произошедших в материальном мире, поскольку они являются регистрацией сигналов, возникших в результате этих событий. Однако данные не тождественны информации. Наблюдая излучения далеких звезд, человек получает определенный поток данных, но станут ли эти данные информацией, зависит еще от очень многих обстоятельств.

Несмотря на то, что с понятием информации мы сталкиваемся ежедневно, строгого и общепризнанного ее определения до сих пор не существует, поэтому вместо определения обычно используют понятие об информации. Понятия, в отличие от определений, не даются однозначно, а вводятся на примерах, причем, каждая научная дисциплина делает это по–своему, выделяя в качестве основных компонентов те, которые наилучшим образом соответствуют ее предмету и задачам. При этом типична ситуация, когда понятие об информации, введенное в рамках одной научной дисциплины, может опровергаться конкретными примерами и фактами, полученными в рамках другой науки. Например, представление об информации как о совокупности данных, повышающих уровень знаний об объективной реальности окружающего мира, характерное для естественных наук, может быть опровергнуто в рамках социальных наук. Нередки также случаи, когда исходные компоненты, составляющие понятие информации, подменяют свойствами информационных объектов, например, когда понятие информации вводят как совокупность данных, которые «могут быть усвоены и преобразованы в знания» [19].

Для информатики как технической науки понятие информации не может основываться на таких антропоцентрических понятиях, как знание, и не может опираться только на объективность фактов и свидетельств. Средства вычислительной техники обладают способностью обрабатывать информацию автоматически, без участия человека, и ни о каком знании или незнании здесь речь идти не может. Эти средства могут работать с искусственной, абстрактной и даже с ложной информацией, не имеющей объективного отражения ни в природе, ни в обществе.

Информация – это продукт взаимодействия данных и адекватных им методов [20].

Рассмотрим данное выше определение информации и обратим внимание на следующие обстоятельства.

Динамический характер информации. Информация не является статичным объектом – она динамически меняется и существует только в момент взаимодействия данных и методов. Все прочее время она пребывает в состоянии данных.

Таким образом, информация существует только в момент протекания информационного процесса. Все остальное время она содержится в виде данных.

Требование адекватности методов. Одни и те же данные могут в момент потребления поставлять разную информацию в зависимости от степени адекватности взаимодействующих с ними методов. Например, для человека, не владеющего китайским языком, письмо, полученное из Пекина, дает только ту информацию, которую можно получить методом наблюдения (количество страниц, цвет и сорт бумаги, наличие незнакомых символов и т. п.). Все это информация, но это не вся информация, заключенная в письме. Использование более адекватных методов даст иную информацию.

Диалектический характер взаимодействия данных и методов. Обратим внимание на то, что данные являются объективными, поскольку это результат регистрации объективно существовавших сигналов, вызванных изменениями в материальных телах или полях. В то же время, методы являются субъективными. В основе искусственных методов лежат алгоритмы (упорядоченные последовательности команд), составленные и подготовленные людьми (субъектами). В основе естественных методов лежат биологические свойства субъектов информационного процесса. Таким образом, информация возникает и существует в момент диалектического взаимодействия объективных данных и субъективных методов [12]. Такой дуализм известен своими проявлениями во многих науках.

Свойства информации.

Итак, информация является динамическим объектом, образующимся в момент взаимодействия объективных данных и субъективных методов. Как и всякий объект, она обладает свойствами (объекты различимы по своим свойствам). Характерной особенностью информации, отличающей ее от других объектов природы и общества, является отмеченный выше дуализм: на свойства информации влияют как свойства данных, составляющих ее содержательную часть, так и свойства методов, взаимодействующих с данными в ходе информационного процесса. По окончании процесса свойства информации переносятся на свойства новых данных, то есть свойства методов могут переходить на свойства данных.

С точки зрения информатики наиболее важными представляются следующие свойства: объективность, полнота, достоверность, адекватность, доступность и актуальность информации [11].

Объективность и субъективность информации. Понятие объективности информации является относительным. Это понятно, если учесть, что методы являются субъективными. Более объективной принято считать ту информацию, в которую методы вносят меньший субъективный элемент. Так, например, принято считать, что в результате наблюдения фотоснимка природного объекта или явления образуется более объективная информация, чем в результате наблюдения рисунка того же объекта, выполненного человеком. В ходе информационного процесса степень объективности информации всегда понижается. Это свойство учитывают, например, в правовых дисциплинах, где по–разному обрабатываются показания лиц, непосредственно наблюдавших события или получивших информацию косвенным путем (посредством умозаключений или со слов третьих лиц). В не меньшей степени объективность информации учитывают в исторических дисциплинах. Одни и те же события, зафиксированные в исторических документах разных стран и народов, выглядят совершенно по–разному. У историков имеются свои методы для тестирования объективности исторических данных и создания новых, более достоверных данных путем сопоставления, фильтрации и селекции исходных данных. Обратим внимание на то, что здесь речь идет не о повышении объективности данных, а о повышении их достоверности (это совсем другое свойство).

Полнота информации. Полнота информации во многом характеризует качество информации и определяет достаточность данных для принятия решений или для создания новых данных на основе имеющихся. Чем полнее данные, тем шире диапазон методов, которые можно использовать, тем проще подобрать метод, вносящий минимум погрешностей в ход информационного процесса.

Достоверность информации. Данные возникают в момент регистрации сигналов, но не все сигналы являются «полезными» – всегда присутствует какой–то уровень посторонних сигналов, в результате чего полезные данные сопровождаются определенным уровнем «информационного шума». Если полезный сигнал зарегистрирован более четко, чем посторонние сигналы, достоверность информации может быть более высокой. При увеличении уровня шумов достоверность информации снижается. В этом случае для передачи того же количества информации требуется использовать либо больше данных, либо более сложные методы [11].

Адекватность информации – это степень соответствия реальному объективному состоянию дела. Неадекватная информация может образовываться при создании новой информации на основе неполных или недостоверных данных. Однако и полные, и достоверные данные могут приводить к созданию неадекватной информации в случае применения к ним неадекватных методов.

Доступность информации – мера возможности получить ту или иную информацию. На степень доступности информации влияют одновременно как доступность данных, так и доступность адекватных методов для их интерпретации. Отсутствие доступа к данным или отсутствие адекватных методов обработки данных приводят к одинаковому результату: информация оказывается недоступной. Отсутствие адекватных методов для работы с данными во многих случаях приводит к применению неадекватных методов, в результате чего образуется неполная, неадекватная или недостоверная информация.

Актуальность информации – это степень соответствия информации текущему моменту времени. Нередко с актуальностью, как и с полнотой, связывают коммерческую ценность информации. Поскольку информационные процессы растянуты во времени, то достоверная и адекватная, но устаревшая информация может приводить к ошибочным решениям. Необходимость поиска (или разработки) адекватного метода для работы с данными может приводить к такой задержке в получении информации, что она становится неактуальной и ненужной. На этом, в частности, основаны многие современные системы шифрования данных с открытым ключом. Лица, не владеющие ключом (методом) для чтения данных, могут заняться поиском ключа, поскольку алгоритм его работы доступен, но продолжительность этого поиска столь велика, что за время работы информация теряет актуальность и, соответственно, связанную с ней практическую ценность [11].

Операции с данными.

В ходе информационного процесса данные преобразуются из одного вида в другой с помощью методов. Обработка данных включает в себя множество различных операций. По мере развития научно–технического прогресса и общего усложнения связей в человеческом обществе трудозатраты на обработку данных неуклонно возрастают.

Прежде всего, это связано с постоянным усложнением условий управления производством и обществом. Второй фактор, также вызывающий общее увеличение объемов обрабатываемых данных, тоже связан с научно–техническим прогрессом, а именно с быстрыми темпами появления и внедрения новых носителей данных, средств их хранения и доставки.

В структуре возможных операций с данными можно выделить основные:

сбор данных – накопление информации с целью обеспечения достаточной полноты для принятия решений;
формализация данных – приведение данных, поступающих из разных источников, к одинаковой форме, чтобы сделать их сопоставимыми между собой, то есть повысить их уровень доступности;
фильтрация данных – отсеивание «лишних» данных, в которых нет необходимости для принятия решений; при этом должен уменьшаться уровень «шума», а достоверность и адекватность данных должны возрастать;
сортировка данных – упорядочение данных по заданному признаку с целью удобства использования; повышает доступность информации;
архивация данных – организация хранения данных в удобной и легкодоступной форме, служит для снижения экономических затрат по хранению данных и повышает общую надежность информационного процесса в целом;
защита данных – комплекс мер, направленных на предотвращение утраты, воспроизведения и модификации данных;
транспортировка данных – прием и передача (доставка и поставка) данных между удаленными участниками информационного процесса; при этом источник данных в информатике принято называть сервером, а потребителя – клиентом;
преобразование данных – перевод данных из одной формы в другую или из одной структуры в другую. Преобразование данных часто связано с изменением типа носителя: например книги можно хранить в обычной бумажной форме, но можно использовать для этого и электронную форму, и микрофотопленку [7].

Необходимость в многократном преобразовании данных возникает также при их транспортировке, особенно если она осуществляется средствами, не предназначенными для транспортировки данного вида данных. В качестве примера можно упомянуть, что для транспортировки цифровых потоков данных по каналам телефонных сетей (которые изначально были ориентированы только на передачу аналоговых сигналов в узком диапазоне частот) необходимо преобразование цифровых данных в некое подобие звуковых сигналов, чем и занимаются специальные устройства – телефонные модемы.

2.2 Математическое обеспечение вычислительных систем

Математическое и программное обеспечение– это совокупность математических методов, моделей, алгоритмов и программ для реализации целей и задач ИС, а также нормального функционирования комплекса технических средств.

К средствам математического обеспечения относятся:

средства моделирования процессов;
типовые задачи;
методы математического программирования, математической статистики, теории массового обслуживания и др. [12]

Математическое обеспечение (МО) представляет собой совокупность математических методов, моделей и алгоритмов, позволяющих решать задачи с применением вычислительной техники. При разработке МО определяется тип решаемой задачи, сложность алгоритма, необходимая точность вычислений, допустимые отклонения и др.

Математические методы значительно повышают эффективность эксплуатации компьютера, они используются при описании экономической информации, ее структур, операций с информацией. К математическим методам в экономике относятся математическое программирование (линейное, динамическое, эвристическое), математическая логика, теория графов, теория массового обслуживания, исследование операций и другие виды прикладной математики.

Суть метода математического программирования – оптимизация на сетях, которая состоит в разработке сетевой модели задачи управления и реализации алгоритма. Методы математического программирования позволяют определить значение неизвестной величины, характеризующей экономические процессы. Основным содержанием математического программирования является метод решения экстремальных задач, возникающих при планировании и управлении экономикой. При этом способе выделяют целевую функцию и ограничительные условия. В зависимости от целевой функции и ограничительных условий выделяют методы линейного и нелинейного программирования, параметрического и динамического, целочисленного и стохастического программирования. С целью автоматизации управления часто применяются методы теории массового обслуживания, которая разрабатывает подходы, обеспечивающие наилучшее обслуживание поступающих требований. С ее помощью можно определить оптимальный состав штата обслуживания, состав ремонтной бригады и др. Эта теория нашла применение при реализации алгоритмов решения задач на компьютере, когда вводятся приоритеты на обслуживание программ [1].

Одним из основных математических методов является моделирование информационных процессов. Поскольку информационный процесс представляет собой сложную систему взаимосвязанных процедур, каждая из которых выполняет несколько операций, образующих определенную группу или тип, то к ее использованию и созданию необходимо подходить с позиции математического моделирования. Информация в информационном процессе выступает как предмет и продукт труда. Модель – это условный образ реального объекта или процесса, который создается для более глубокого изучения действительности. Под моделированием понимается процесс построения, изучения и применения моделей. Необходимость моделирования обусловлена сложностью и невозможностью изучения реального объекта (процесса) напрямую. Поэтому проще создавать и изучать прообразы реальных объектов (процессов), т.е. модели. Процесс моделирования включает три элемента: объект исследования, субъект (исследователь) и модель.

На сегодняшний день общепризнанной единой классификации моделей не существует. Из множества моделей можно выделить вербальные, графические, физические, экономико–математические и др. Вербальная модель представляет собой словесное описание объекта (процесса) в виде определения, правила, теоремы, закона или их совокупности. Графическая модель создается в виде рисунка, чертежа или географической карты. Физическая модель создается для конструирования пока еще не существующих объектов, например новых видов ракет, с целью изучения их свойств и характеристик. Для экономико–математической модели характерно то, что объектом исследования являются экономические системы, а аппаратом моделирования – математическая формализация основных количественных и качественных взаимосвязей между элементами экономических систем, допускающая реализацию на компьютере. Таким образом, экономико–математические модели – это математические модели экономических процессов и явлений [17].

К экономико–математическим моделям предъявляются следующие требования:

адекватность модели описываемым свойствам и закономерностям моделируемого объекта;
обеспеченность модели соответствующей полной и достоверной информацией;
возможность реализации модели средствами вычислительной техники;
ориентация на использование известных методов, с помощью которых можно найти искомое решение;
наличие нормативной базы, разработанных классификаторов и соответствующих технических средств для описания модели [9].

Важнейшим понятием экономико–математического моделирования является понятие адекватности модели, т.е. ее соответствие моделируемому объекту или процессу. При этом отметим, что полного соответствия модели реальному объекту быть не может, поэтому при моделировании имеется в виду не просто адекватность, а соответствие тем свойствам системы, которые считаются наиболее существенными для исследования.

Для описания моделей используются следующие средства формализации.

Алгоритмические языки – это языки, позволяющие описать моделируемый объект от ввода исходных данных до формирования результатной информации. Применяются при программировании экономико–математических и имитационных моделей.

Информационные языки – формализованные языки для записи информации с целью ее дальнейшего накопления и поиска. Используются в информационно–справочных и поисковых ЭИС.

Схемы информационных связей – предназначаются для описания потоков информации и связей между объектами.

Таблицы – предназначаются для формализованной записи логических отношений между условиями и действиями по преобразованию данных с целью анализа и принятия решений.

Процесс моделирования носит циклический характер и включает следующие этапы:

1) постановка экономической проблемы и ее качественный анализ. Данный этап предусматривает формулировку проблемы, принимаемые допущения и результаты решения;

2) построение математической модели. Основной целью этого этапа является формализация экономической проблемы, выражение ее в виде конкретных экономических зависимостей и отношений;

3) математический анализ модели. Это аналитическое исследование модели с использованием математических приемов;

4) подготовка исходной информации. Данный этап включает подготовку исходной информации с использованием методов теории вероятностей, теоретической и математической статистики;

5) численное решение. Этот этап предусматривает разработку алгоритмов, составление программ на компьютере, непосредственное проведение расчетов;

6) анализ численных результатов и их применение. Целью данного этапа является решение вопросов о правильности и полноте результатов моделирования, практической применяемости модели [8].

Как отмечалось выше, в состав математического обеспечения вычислительных систем входит совокупность алгоритмов. Алгоритм – это конечный набор действий, позволяющих чисто механически решать любую конкретную задачу из некоторого класса однотипных задач.

Сущность алгоритмизации вычислительных процессов заключается в выделении автономных шагов вычислительного процесса, формальной записи содержания каждого из них, назначении порядка выполнения выделенных автономных шагов вычислительного процесса, проверке правильности выбранного алгоритма по реализации заданного метода вычислений. Для доведения алгоритма до пользователя он должен быть задан посредством конкретных изобразительный средств. Любое формализованное представление алгоритма независимо от используемых изобразительных средств должно содержать следующие элементы: начало и конец вычислительной схемы; объекты (данные), над которыми выполняются действия, и результаты выполнения; этапы (шаги) преобразования данных с формализацией их содержания; указания о последовательности выполнения этапов и отдельных шагов алгоритмического процесса. К основным изобразительным средствам относятся следующие формы их записи: словесная, формульно–словесная, блок–схемная, язык операторных схем, псевдокоды, алгоритмические языки и языки программирования [10].

Во второй главе данной работы были рассмотрены вопросы информационного и математического обеспечения вычислительных систем, благодаря чему стало очевидно, что информационное и математическое обеспечение любой вычислительной системы должны работать сообща. При этом важно, чтобы каждая составляющая и того и другого обеспечения была достаточно проработана и гармонична, только в этом случае возможно эффективное взаимодействие различных систем обеспечения вычислительных систем.

ЗАКЛЮЧЕНИЕ

В ходе исследования была достигнута поставленная цель – проанализированы состав и свойства вычислительных систем, а также изучено информационное и математическое обеспечение вычислительных систем.

Для достижения данной цели были выполнены следующие задачи:

проанализировано понятие и состав вычислительных систем;
охарактеризованы свойства вычислительных систем;
рассмотрено информационное обеспечение вычислительных систем;
описано математическое обеспечение вычислительных систем.

При выполнении работы также определено, что состав вычислительных систем может варьироваться в зависимости от вида таких систем и их назначения, а также функционала. Кроме того, существуют и другие классификации вычислительных систем, разделяющие их по различным признакам. И в зависимости от таких признаков могут различаться и свойства вычислительных систем, тем не менее, сохраняя общие черты.

Помимо всего прочего определено, что информационное и математическое обеспечение вычислительных систем также достаточно сложно и многообразно. Учитывая не снижающиеся темпы развития и усложнения современных информационных технологий, можно легко предположить, что информационное и математическое обеспечение вычислительных систем, также как и их состав и свойства будут меняться и, скорее всего, усложняться. В связи с этим проблему нельзя назвать до конца изученной, так как с течением времени будут появляться новые, более актуальные данные. Таким образом, текст работы может быть доработан в соответствии с требованиями времени.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Андреев, А. М. Многопроцессорные вычислительные системы / А. М. Андреев. – М.: МГТУ , 2017. – 332 c.
Андреев, А.М. Многопроцессорные вычислительные системы: теоретический анализ, математические модели и применение: Учебное пособие / А. М. Андреев, Г. П. Можаров, В. В. Сюзев. – М.: МГТУ им. Баумана, 2016. – 332 c.
Белолипецкий, В. Г. Сборник олимпиадных задач для специальности «Вычислительные машины, комплексы, системы и сети»: Учебное пособие для ВУЗов / В.Г. Белолипецкий. – М.: КноРус, 2018. – 277 c.
Бройдо, В. Л. Вычислительные системы, сети и телекоммуникации / В. Л. Бройдо, О. П. Ильина. – СПб.: Питер, 2017. – 560 c.
Горнец, НН. ЭВМ и периферийные устройства. Компьютеры и вычислительные системы: Учебник для студентов учреждений высш. проф. образования / Н. Н. Горнец, А. Г. Рощин.. – М.: ИЦ Академия, 2015. – 240 c.
Гудыно, Л. П. Вычислительные системы, сети и телекоммуникации: Учебное пособие / А. П. Пятибратов, Л. П. Гудыно, А. А. Кириченко; Под ред. А. П. Пятибратов. – М.: КноРус, 2014. – 376 c.
Гусева, А. И. Вычислительные системы, сети и телекоммуникации: Учебник / А. И. Гусева. – М.: Academia, 2016. – 640 c.
Емельянов, С. В. Информационные технологии и вычислительные системы / Под ред. С. В. Емельянова. – М.: Ленанд, 2018. – 108 c.
Емельянов, С. В. Информационные технологии и вычислительные системы: Компьютерная графика. Управление и принятие решений. Информатика в медицине / Под ред. С. В. Емельянова. – М.: Ленанд, 2016. – 116 c.
Замятина, О. М. Вычислительные системы, сети и телекоммуникации. моделирование сетей.: Учебное пособие для магистратуры / О. М. Замятина. – Люберцы: Юрайт, 2016. – 159 c.
Зотов, А. Ф. Вычислительные системы, сети и телекоммуникации / А. Ф. Зотов. – М.: КноРус, 2015. – 288 c.
Калмакова, А. В. Вычислительные машины, системы и сети / А. В. Калмакова, О.Е. Узинцев. – М.: МГИУ, 2018. – 76 c.
Канащенков, А. И. Радиолокационные системы многофункциональных самолетов. Т.3. Вычислительные системы РЛС многофунк. / А. И. Канащенков. – М.: Радиотехника, 2017. – 280 c.
Мелехин, В. Ф. Вычислительные системы и сети: Учебник / В. Ф. Мелехин. – М.: Academia, 2015. – 136 c.
Митропольский, Ю. И. Мультиархитектурные вычислительные суперсистемы. Перспективы развития / Ю. И. Митропольский. – М.: Техносфера, 2016. – 146 c.
Партыка, Т. Л. Электронные вычислительные машины и системы: Учебное пособие / Т. Л. Партыка, И. И. Попов. – М.: Форум, Инфра–М, 2017. – 368 c.
Рождествина, А. А. Вычислительные системы, сети и телекоммуникации (для бакалавров) / А. А. Рождествина. – М.: КноРус, 2016. – 376 c.
Сенкевич, А. В. Архитектура ЭВМ и вычислительные системы: Учебник / А. В. Сенкевич. – М.: Academia, 2018. – 320 c.
Шевченко, В. П. Вычислительные системы, сети и телекоммуникации (для бакалавров) / В. П. Шевченко. – М.: КноРус, 2014. – 224 c.
Шепель, В. М. Вычислительные системы, сети и телекоммуникации: Учебник / В. М. Шепель. – М.: Финансы и статистика, 2018. – 736 c.