авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 7 | 8 || 10 | 11 |

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ (МЭСИ) IV Российская ...»

-- [ Страница 9 ] --

Определение 2. Минимальной несовместной подсистемой системы (1) называется такая несовместная подсистема x Dj ( j T ), где T J, что для любого i T система x Dj ( j T \{i}) совместна.

Определение 3. Пусть 0 p 1. Конечное множество K называется p-комитетом системы (1), если K D j pK( j J ), где A означает число элементов множества A.

Приведм примеры использования этих понятий в противоречивых ситуациях моделирова ния.

Пример 1 (таксономия). Пусть A - некоторое подмножество пространства R n. Через B( x, r ) обозначим шар радиуса r 0 с центром x. Поставим задачу: найти x, для которого A B( x, r ) или a B( x, r )( a A). Если число r слишком мало, то эта система может быть несо вместной. Пусть е максимальная совместная подсистема имеет вид:

j-я a B( x, r )( a Aj ), Aj A.

Число всех различных максимальных подсистем обозначим через q : тогда множества A1, Aq образуют покрытие множества A ;

из этого покрытия можно выделить разбиение множе ства A на таксоны.

Пример 2 (дискриминация). Пусть A, B R n, F - выбранный класс разделяющих функций R n. поставим задачу нахождения f :

f ( x), x f F, f (a) 0( a A), f (b) 0( b B). (2) 176 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ Если класс F слишком узок, то система (2) может быть несовместной. В этом случае можно воспользоваться понятием разделяющего p-комитета, т. е. такого множества K { f1,, fq } F, что каждому неравенству системы (2) удовлетворяет более чем p-я часть это го множества (более p q функций).

Пример 3 (оптимизация). Задача математического программирования:

sup f ( x);

f j ( x) 0( j 1,, m), x R n, может быть неразрешимой по причине несовместности системы ограничений f j ( x) 0( j 1,, m). (3) При некоторых содержательных интерпретациях в эту задачу можно вложить следующий смысл. Пусть K - множество всех p-комитетов системы (3). Каждый p-комитет K {x1,, x q } определяет следующую смешанную стратегию: любой член комитета используется с вероятно стью. Тогда можно отыскать p-комитет, которому отвечает наибольшее математическое ожи q дание значения функции f, т. е. решить задачу sup f ( x) : k K.

K xk Пример 4 (регрессия). При построении поверхности регрессии мы пытаемся подобрать функцию f заданного класса F такую, чтобы f ( xi ) yi (i 1,, m), (4) где [ xi ;

y i ] : i 1,, m - материал наблюдений. Обычно система (4) несовместна. Можно искать е приближнное решение (например, методом наименьших квадратов). Другой подход со стоит в отыскании максимальных совместных подсистем системы (4). Пусть f j - решение i-й максимальной совместной подсистемы ( j 1,, q ). Тогда можно построить функцию, которая в j й области совпадает с f j, и которая описывает материал наблюдений.

Рассмотрим в общем виде вопрос о применении комитетов в противоречивых ситуациях моделирования. Пусть некоторая ситуация или объект отражается моделью вида (1), где, напри мер, x - вектор состояния объекта, D j - множество всех векторов, допустимых по j-му ограниче нию. Система (1) может быть несовместной (т. е. соответствующая модель – противоречивой) по следующим причинам.

1) Ограничение x Dj является чрезмерной абсолютизацией, ужесточением или просто не точным отражением некоторого действительного требования, как, например, в случае, если к мо делированию некоторого нового явления мы пытаемся приспособить данный априори класс средств моделирования.

2) Требование одновременного выполнения всех соотношений системы (1) - абсолютиза ция некоторого более слабого условия на выполнимость ограничений.

3) Вектор состояния x имеет слишком малую размерность, так что в модели не учтены из мерения важных факторов состояния.

4) Система (1) состоит из нескольких подсистем. Каждая подсистема отражает соотноше ния некоторой модели, и их «стыковка» приводит к противоречивой модели. Противоречия данно го типа возникают и в случае, когда в единой модели пытаются учесть требования и сведения, по ступающие из различных источников.

Можно предложить различные способы анализа противоречивых моделей, пытаясь вносить минимальные изменения в систему (1), делающие е совместной: можно расширять множества D j (так можно получить, например, чебышевские приближения);

сужать множество j (получая, например, максимальные совместные подсистемы);

вводить коллективные решения типа комитет ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ ных конструкций. Такого рода примы позволяют конструктивно использовать противоречивые модели, которые часто возникают в практике и имеют реальные интерпретации.

Литература:

Вл. Д. Мазуров. Несобственные задачи РО в экономике – Экономико – математиче 1.

ский энциклопедический словарь – М. – 2003, с 335 – 336.

Мазуров В.Д., Смирнов А.И. Интеллектуальная поддержка обработки и управления 2.

информацией по принятию коллективных решений. Cб. науч.трудов УИЭУиП «Информатика и математическое моделирование», Екатеринбург, 2006г., с.67-77.

ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ СИСТЕМА ОПТИМИЗАЦИИ ФИНАНСОВЫХ ПОТОКОВ, ФОРМИРОВАНИЯ ОПТИМАЛЬНОГО ПОРТФЕЛЯ АКТИВОВ И ПАССИВОВ КОММЕРЧЕСКИХ БАНКОВ Смирнов Ю.Н., к.ф.-м.н., доцент, заведующий кафедрой «Математическое моделирование и информационные технологии в экономике», декан экономического факультета Камской государственной инженерно-экономической академии Введение Основной целью управления финансовыми потоками коммерческого банка является обес печение сбалансированности привлеченных и размещенных ресурсов, соответствия активов ис точникам финансирования по их природе, срокам и доходности с соблюдением нормативов.

Общая методология календарного планирования Общая методология построения календарного плана и управления финансовыми потоками основана на использовании информационно-математической модели (ИММ) оптимального плана и динамике развития бизнес-процессов привлечения и размещения ресурсов банка во времени.

Она схематично приведена на рис.1.

Управление Управление Оптималь Оптималь Оптималь ный план ный план ный план ИММ ИММ Исходные Исходные Исходные данные данные данные плана плана плана Учетные, Учетные, Учетные, фактические фактические фактические данные данные данные t t0 t Рис.1. Схема оптимального календарного планирования и управления Используя различные управляющие воздействия, можно построить различные возможные сценарий развития банка и из них выбирается наиболее оптимальный на основе имитационных ис следований.

Информационно-математическая модель оптимизации финансовых потоков банка Целевая функция:

qt qt l nm b b l n i i z (Vikt ) Vikt Pikt Vikt Pikt max, (1) g t1 i1 k1 g t 1 i n 1k где n –количество способов привлечения средств, m – количество способов размещения средств, Vikt - объем привлечения i-того пассива ( i 1, n ) или вложений в i-тый актив ( i n 1, n m ) на срок k в период t, Pikt - прогнозное значение стоимости i –го пассива ( i 1, n ) или доходности i-того актива ( 178 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ n 1, n m ), привлеченных или размещенных на срок k в период t, i Активы на конец периода вычисляются в виде n m bi n m bi n m bi nm t Wikt Wikt 1 Vikt Vikt k, t 1, l, (2) i n 1k 1 i n 1k 1 i n 1k 1 i n 1k Пассивы на конец периода определяются в виде bi bi bi n n n n t Wikt Wikt 1 Vikt Vikt k, t 1, l, (3) i1 k1 i1 k1 i1 k1 i1 k где W – объем пассива ( i 1, n ) или i-того актива ( i n 1, n m ), привлеченных или разме t ik щенных на срок k, на начало периода t.

Ограничения:

1. Ограничения по величине доступного объема привлечения и размещения ресурсов.

В каждый период времени для каждого вида актива и пассива устанавливаются максималь но возможные объемы размещения средств и минимально допустимые объемы привлечения средств bi Vikt ait, i 1, n m, t 1, l, (4) k bi Vikt Fi t, i 1, n m, t 1, l, (5) k где ait - минимальный объем привлечения i-го пассива ( i 1, n ) или размещения i-го актива ( i n 1, n m ) в период t, Fi t - максимальный объем привлечения i-го пассива ( i 1, n ) или размещения i-го актива ( i n 1, n m ) в период t.

2. Ограничения на долю каждого вида актива или пассива в общем объеме ресурсов.

Существуют ограничения на некоторые виды потоков размещения и привлечения ресурсов.

Например, привлеченные ресурсы банка должны формироваться, прежде всего за счет остатков на расчетных и текущих счетах клиентов, так как они менее всех подвержены влиянию конъюнктуры финансового рынка.

bi bi n Vikt d it Vikt 0, i 1, n m, t 1, l, (6) k1 i1 k Так как рынок межбанковских кредитов является рисковым с точки зрения изменения про центных ставок на нем, то рекомендуется привлекать не более 20% подобных ресурсов среди всех привлеченных ресурсов банка.

bi bi n Cit t t 0, i 1, n m, t 1, l, (7) Vik Vik i1k1 k где d it - минимально допустимая доля i – того потока в общем объеме привлечения ( i 1, n ) или размещения ( i n 1, n m ) ресурсов в период t, Cit - предельно допустимая доля i – того потока в общем объеме привлечения ( i 1, n ) размещения ( i n 1, n m ) ресурсов в период t.

Подобные ограничения действуют и для операций размещения ресурсов. Например, ссуд ные операции являются доходным, но рискованным вложением средств, поэтому рекомендуется, чтобы доля ссудных потоков была не более 65% и не менее 25% всех активных потоков.

3. Покрытие рисков по активным потокам за счет собственных средств банка.

В целях регулирования риска несостоятельности банка используется коэффициент покры тия рисков по активным потокам за счет собственных средств банка (8).

n m bi n m bi n m bi Н1 ( t t1 t Vikt k ) 0, t 1, l (8) S W V ik ik i n 1k 1 i n 1k 1 i n 1k где S – величина собственных средств банка в период t, t Н1 – коэффициент покрытия рисков по активным потокам.

4. Ограничение по выполнению банковских нормативов ликвидности.

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ Норматив текущей ликвидности можно записать в следующем виде:

y1 y1 y n n n Wik t t Vik k ) t ( Vik i1k1 i1k1 i1k t 1, l,(9) n m y1 n m y1 n m y t1 t tk ( W V V ) H3 ik ik ik i n 1k 1 i n 1k 1 i n 1k Норматив долгосрочной ликвидности принимает следующий вид:

n m y2 n m y2 nm t (S t Wik t t Vik k ) H t Vik i n 1k 1 i n 1k 1 i n 1k t 1, l, (10) y2 y n n n t t1 t tk ( W V V ) ik ik ik i1k1 i1k1 i1k где H 3, H 4 – минимально допустимое значение норматива соответственно текущей и дол госрочной ликвидности.

5. Балансовое ограничение.

Банк имеет возможность разместить ресурсы в объеме, не превышающем объем привле ченных средств (11).

bi n m bi n nm t n t Vikt Vikt k Vikt Vikt k 0, t 1, l (11) i1k1 i n 1k 1 i n 1k 1 i1k 6. Условие неотрицательности переменных задачи (12):

Vikt 0, i 1, n m, k 1, bi, t 1, l, (12) Предложенная модель финансовых потоков, в отличие от известных, позволяет учитывать не только объемы и рентабельность привлечения и размещения ресурсов, но и их сроки, степень риска, нормативы ликвидности и емкость рынка.

Информационо-аналитическая система Программное обеспечение информационно-аналитической системы включает:

Модуль сбора исходных данных.

1.

Модуль формирования сценариев.

2.

Модуль оптимизации 3.

Модуль анализа результатов.

4.

Заключение Оптимизация финансовых потоков коммерческого банка с использованием приведенной информационно-математической модели и информационно-аналитической системы позволяет:

формировать оптимальный портфель активов и пассивов;

осуществлять календарное планирова ние движения активов и пассивов;

учитывать соблюдение нормативов деятельности коммерческо го банка;

строить различные сценарии развития банка и проводить их имитационное исследова ние;

принимать оптимальные управленческие решения с учетом рисков, выполнения нормативов ликвидности и других показателей эффективности деятельности кредитных организаций.

СОЗДАНИЕ ЭКОНОМИЧЕСКИХ СИСТЕМ С ИСПОЛЬЗОВАНИЕМ СИСТЕМНЫХ ИС СЛЕДОВАНИЙ Ступина А.А., д-р техн. наук, доцент, Сибирский федеральный университет, тел./факс +79082125226, saa55@rambler.ru Коренюгина Л.М., Сибирский институт бизнеса, управления и психологии.

Система – совокупность элементов, объединенных общей функциональной средой и целью функционирования.

Весь окружающий мир – взаимодействующие системы. Цель создания любой экономиче ской системы – выяснение взаимосвязи и взаимодействия систем окружающего мира и постанов 180 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ ка на службу человеку ресурсов общества и природных ресурсов при минимизации отрицатель ных последствий использования для самой природы и самого общества.

Основные типы ресурсов в природе и в обществе:

Вещество выступает как отражение постоянства материи в природе, как мера одно 1.

родности материи.

Энергия выступает как отражение изменчивости материи, переходов из одного вида 2.

в другой, как мера необратимости материи.

Информация является отражение порядка, структурированности материи, как мера 3.

порядка, самоорганизации материи и социума.

Человек выступает как носитель интеллекта высшего уровня и является в экономи 4.

ческом, социальном, гуманитарном смысле важнейшим и уникальным ресурсом общества, рас сматривается как мера разума, интеллекта и целенаправленного действия, мера социального нача ла, высшей формы отражения материи.

Организация это форма ресурсов в социуме, группе, которая определяет его струк 5.

туру, включая институты человеческого общества, его надстройки, применяется как мера упоря доченности ресурсов.

Пространство выступает как мера протяженности материи или события и распре 6.

деления ее в окружающей среде.

Время выступает как мера обратимости или необратимости материи, событий.

7.

Время неразрывно связано с изменениями действительности.

При создании экономической системы в неорганизованной среде можно преобразовать са му среду (допустим, с помощью законодательства) или сформировать в среде отдельные элемен ты, потом установить связи между элементами и дополнить недостающими новую структуру.

Любая экономическая система воздействует на среду функционирования, размеры области воздействия определяются пропускной способностью системы и другими факторами, при этом нужно сконструировать замкнутый контур функционирования системы, чтобы не допустить раз мывание системы, утечки информации и дестабилизации создаваемой системы.

Современный макроэкономический кризис – это не только разрушение структуры малых и больших экономических систем, когда возмущающие воздействия среды превышают возможности самовосстановления и сохранения устойчивости, но и активный поиск возможностей и путей со хранения и развития системы. Одним из таких путей является ускорение развития и внедрения информационных технологий, то есть использование информационного ресурса общества, преоб разование экономической среды с помощью воздействий информационных потоков.

Макроэкономический кризис всегда дает импульс дальнейшему экономическому росту и развитию многих отраслей и производств.

Рост ВВП стран напрямую зависит от развития информационного сектора. Информацион ный сектор может оказать самое значительное влияние на темп роста отдельных элементов макро экономической системы.

Рынок информационных технологий развивается в настоящее время высокими темпами (15-20% в год), значение его в настоящее время настолько велико, что он стал основой формиро вания «новой информационной экономики».

Уровень развития отдельных отраслей и секторов макросистемы определяется пропорцио нально согласованности темпов общего роста и развития.

Высокотехнологичные обрабатывающие отрасли являются в настоящее время основным двигателем экономического роста развитых государств. Внедрение информационных технологий может стать основой для будущего роста и долгосрочного развития экономических систем раз личного уровня и назначения. Возможности развития рынка информационных технологий бази руются на использовании человеческого и технологического потенциала и использовании воз можностей системы образования. Они имеют большие перспективы влияния на системы всех уровней.

В ходе преобразований экономической среды с использованием возможностей информа ционного ресурса возникают препятствия в виде недостатка инвестиционных ресурсов для разви ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ тия, большого налогового бремени для бизнеса высоких технологий и административных барье ров. Низкий спрос на продукцию информационных технологий (ИТ) со стороны корпоративных пользователей, низкое развитие телекоммуникаций и сетей Интернет доступа также служат пре пятствием для развития рынка ИТ.

Для устранения этих препятствий нужна государственная поддержка и консолидированная политика частного бизнеса.

Государственная поддержка заключается в создании необходимой инфраструктуры для развития бизнеса, технологических парков и применении административных, налоговых и других инструментов стимулирования развития.

Результатом будет преобразование структуры экономики из сырьевой в информационную, которое проявится в виде производства и экспорта продукции с высокой степенью обработки, раз вития образования населения и регулирование развития экономики на базе ИТ.

Увеличение производства программного обеспечения и производство аппаратного обеспе чения может стать основой экономики страны и задействовать высококвалифицированные трудо вые ресурсы.

Проведение системных исследований и применение информационных технологий помогут снять проблему дефицита высококвалифицированных кадров, так как описание бизнес-процессов, моделирование их и создание и внедрение делового программного обеспечения предоставляет возможность снижения требований к уровню квалификации специалистов.

Системное представление объектов, разделение их на подсистемы, ограничение учитывае мых характеристик только интегральными показателями, построение обобщенной структуры объ ектов и другие аналогичные приемы резко снижают размерность математических моделей, приме няемых в прикладных целях.

Предварительная системная структуризация объектов и проблем управления – практически единственная возможность конструктивно применить для их решения математические методы с использованием средств вычислительной техники. Поэтому проведение системных исследований при создании программных продуктов для бизнеса повышает эффективность работы во много раз.

РОЛЬ КУРСА «ИНФОРМАТИКА И ПРОГРАММИРОВАНИЕ» ДЛЯ ФОРМИРОВАНИЯ КОМПЕТЕНЦИЙ ВЫПУСКНИКОВ СПЕЦИАЛЬНОСТИ «ПРИКЛАДНАЯ ИНФОРМА ТИКА (В ЭКОНОМИКЕ)»

Суркова Е.В., к.э.н., доцент, Ульяновский государственный технический университет, т. (8422) 778-089, e-mail: evsurkova@ulstu.ru Проблема уровня профессионального развития, личностного потенциала, компетенций выпу скников вузов является сегодня актуальной. Основная задача вузов в настоящий момент заключает ся в подготовке специалистов, которые бы отвечали требованиям современного рынка труда, обла дали, прежде всего, профессиональными компетенциями.

Вместе с тем, работодатели, наряду с профессионализмом выпускников, хотят видеть в них и обладание универсальными и общепрофессиональными компетенциями [1]. Так, в ходе исследова ний, проводимых сотрудниками лаборатории автоматизированных профориентационных систем ТУСУР, многие работодатели отмечали, что готовы брать на практику и даже доучивать молодых специалистов новым технологиям, новым методикам. При этом подчеркивается, что выпускник уже должен обладать базовыми знаниями по информационным технологиям, деловому этикету и пр. [3].

В системе профессиональной подготовки специалистов-информатиков, к которым относят ся выпускники специальности «Прикладная информатика (в экономике)», выделяют четыре уров ня, на которых происходит изучение информационных технологий [2].

На первом уровне студенты знакомятся с аппаратными средствами вычислительных сис тем, системным и прикладным программным обеспечением (ПО) общего назначения.

182 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ Второй уровень – это уровень использования прикладного ПО общего назначения. На пер вых двух уровнях формируются универсальные и частично общепрофессиональные компетенции выпускника.

Третий уровень предполагает обретение навыков использования прикладного ПО специ ального назначения, в том числе систем и языков программирования. На этом уровне общепро фессиональные компетенции выпускника существенно расширяются.

И, наконец, четвертый уровень – профессиональный уровень изучения и использования ап паратного и программного обеспечения для решения функциональных задач в предметной облас ти. Именно этот уровень обеспечивает формирование профессиональных компетенций выпускни ка, в большей степени имеющего дело с профессионально-ориентированной оболочкой, которую он проектирует, создает и применяет.

Курс «Информатика и программирование», согласно государственному образовательному стандарту, входит в блок естественно-научных дисциплин, читаемых, как правило, на младших курсах. Изучение дисциплин данного блока позволяет заложить основу компетенций будущего выпускника, поэтому требует особого внимания.

Для качественной подготовки специалистов-информатиков при изучении курса «Информа тика и программирование» необходимо познакомить студентов с основными понятиями информа тики, средствами реализации информационных процессов, моделями решения функциональных и вычислительных задач, сформировать навыки работы с информационными технологиями. Кроме того, требуется изучить основные понятия теории алгоритмов, освоить базовые конструкции язы ков программирования, общие приемы написания программ на высокоуровневых языках про граммирования [4]. Другими словами, за два-три семестра студент должен освоить огромный пласт знаний информационной сферы.

Однако на практике преподаватель сталкивается с тем, что входной уровень знаний студен тов-первокурсников по информатике сильно различается. Студенты, поступившие в вуз из лицеев технического профиля (математических, физико-математических и т.п.) или школ соответствую щего профиля, где курс информатики преподавался на высоком уровне, могут заниматься в одной группе с выпускниками средних образовательных учреждений гуманитарного профиля, выпуск никами обычных средних школ, где уровень подготовки по информатике существенно ниже.

Усугубляют положение и изменения, произошедшие в среднем образовании. Как справед ливо отмечается в [5], введение ЕГЭ привело к изменению способа преподавания в средней школе.

«Уходит обучение как развитие ученика, как способ формированию в нем системного мышления, предполагающего в нем наличие таких умений, как анализ, систематизация, обобщение, «произ водство» нового знания» [5, с.10]. А именно системность мышления, способность студента про анализировать и формализовать задачу, выявить закономерности позволяет формировать и разви вать специалиста-информатика.

В этой связи преподавателю вуза нередко приходится перераспределять аудиторные вре менные ресурсы в пользу выработки у студентов навыков формализации задачи, овладения прак тическими приемами программирования, в ущерб теоретическим основам информатики. Большую часть материала, носящего ознакомительный характер, студент изучает самостоятельно, нередко лишь для сдачи экзамена.

Думается, что для исправления ситуации следует разделить курс «Информатика и про граммирование» на две отдельные дисциплины. Одна из дисциплин должна быть нацелена на изучение основ информатики, а другая – на получение навыков программирования на высоко уровневых языках, изучение различных алгоритмов решения задач, способов конструирования программ, доказательства их правильности.

Итак, резюмируя все вышесказанное, можно смело утверждать, что дисциплина «Информа тика и программирование» является одной из базовых дисциплин, призванных формировать об щепрофессиональные компетенции, на основе которых будут формироваться и развиваться про фессиональные компетенции выпускника.

Для совершенствования подготовки будущих выпускников целесообразно разделить курс «Информатика и программирование» на две самостоятельные дисциплины, ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ Литература:

Волкова Л. М., Коновалова Н. В., Савченко Н. А. Сравнение представлений работода 1.

телей и выпускников о ключевых комптенциях [Электронный ресурс]. – «Вы+Мы». Кадровый консалтинг. http:// www.rusnauka.com/12.APSN_2007/Pedagogica/20529.doc. (20.11.2008) Голицина И. Н. Особенности профессиональной подготовки студентов специально 2.

сти «Прикладная информатика (в экономике)» // XI научно-практическая конференция «Реинжи ниринг бизнес-процессов на основе современных информационных технологий. Системы управ ления знаниями» (РБП-СУЗ-2008): сб. науч. трудов/ Московский государственный уни\верситет экономики, статистики и информатики – М. 2008.

Малышева А. А., Невраева И. В. Компетенции молодых выпускников вузов, обеспе 3.

чивающие конкурентоспособность на рынке труда – «Вы+Мы». Кадровый консалтинг.

http://www.youwe.tom.ru/nauka-i-stati/stati-prosto-o-slozhnom/kompetencija-molodyh-vypustnikov vuzov (20.11.2008) Государственный образовательный стандарт высшего профессионального образова 4.

ния. Специальность 351400 «Прикладная информатика (по областям)». М.: 2000.

Сальников Н. Реформирование высшей школы: актуальное состояние и проблемы / 5.

Н Сальников, С. Бурухин // Высшее образование в России. – 2008. – №8. –С. 3-13.

ПРОФЕССИОНАЛЬНЫЕ СТАНДАРТЫ И ПРОЕКТИРОВАНИЕ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММ ПО НАПРАВЛЕНИЮ «ПРИКЛАДНАЯ ИНФОРМАТИКА»

Ю.Ф. Тельнов, д.э.н., профессор, проректор по научно-методической работе МЭСИ Сфера информационных технологий (ИТ-сфера) относится к числу наиболее интенсивно развивающихся отраслей как за рубежом, так и в нашей стране. Именно в этой сфере постоянно ощущается дефицит кадров высшей квалификации. Подготовка квалифицированных и компетент ных кадров в области информационно-коммуникационных технологий (ИКТ) в системе высшего профессионального образования обеспечивает инновационное развитие российской экономики.

В настоящее время в области разработки и применения информационных технологий и систем имеется большая потребность в информатиках-прикладниках, обладающих развитыми компетенциями системных аналитиков и проектировщиков, которые способны формализовывать постановки задач автоматизации и информатизации прикладных процессов в различных предмет ных областях и участвовать в процессе создания и использования информационных систем на всех стадиях жизненного цикла. Выпускник высшего учебного заведения по направлению «Прикладная информатика» способен решать широкий круг задач создания, внедрения, сопровождения и экс плуатации информационных систем в различных прикладных областях, реализуя связующие и ин тегрирующие функции во взаимодействии заказчиков автоматизации обработки информации и инженерного персонала, решающего технические задачи. При этом бакалавры прикладной ин форматики в большей степени ориентированы на проектно-технологическую работу, а магистры на организационно-управленческую, аналитическую и исследовательскую деятельность.

В полной мере эти требования к образовательным программам в области прикладной ин форматики реализуются в проекте Федерального государственного образовательного стандарта высшего профессионального образования (ФГОС ВПО) в области прикладной информатики, раз работанного Учебно-методическими объединениями при Московском государственном универси тете экономики, статистики и информатики (МЭСИ) и Российском государственном гуманитар ном университете (РГГУ) [3].

Для построения качественных образовательных стандартов большое значение имеет их ориентация на реальные профессиональные стандарты, определяющие компетентностные и ква лификационные требования к выполняемым работам ИТ-специалистами. В этом отношении большое значение имеют разработанные Ассоциацией производителей компьютерных и информа ционных технологий профессиональные стандарты, которые четко определяют по уровням квали 184 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ фикации должностные обязанности, профессиональные компетенции, требования к образованию, стажу работы и сертификации [2].

Разработка проекта Федерального государственного образовательного стандарта 3-го поко ления по направлению «Прикладная информатика» осуществлялась параллельно с разработкой профессионального стандарта специалиста по информационным системам. К экспертизе ФГОСа были привлечены ведущие специалисты компьютерных фирм и организаций, создающих и вне дряющих информационно-коммуникационные технологии. Большую помощь в разработке проек та ФГОС 3-го поколения по направлению «Прикладная информатика» оказали ведущие специали сты компаний 1С, ЕС Лизинг, НИИ «Восход», ГЦИ Банка России, ГИВЦ Росстата РФ, Всероссий ский НИИ проблем вычислительной техники и информатизации и др., которые помогли сформу лировать основные профессиональные компетенции и требования к образовательным программам.

Выпуск профессионального стандарта специалиста по информационным системам подтвердил концептуальное ему соответствие ФГОС по направлению «Прикладная информатика».

Соответствие профессиональных и образовательных стандартов по областям, объектам и задачам профессиональной деятельности осуществляется на основе следующих принципов:

Профессиональные стандарты (ПС) создаются по наиболее массовым и востребованным профессиям в области ИТ, описывающих должности, профессиональные компетенции, требования к уровням образования, стажу работы и сертификации в соответствии с квалификационными уровнями.

ФГОС ВПО является комплексной федеральной нормой качества высшего образования по направлениям и уровням подготовки бакалавр, обязательной к исполнению всеми высшими учебными заведениями на территории Российской Федерации, реализующими основные образова тельные программы указанных уровней по данному направлению подготовки, имеющими госу дарственную аккредитацию или претендующими на ее получение.

Профессиональные стандарты должны соответствовать реальным потребностям рос сийского народного хозяйства, образовательные стандарты учитывают требования общеобразова тельной и фундаментальной подготовки специалистов, а также воспитания высоких гражданских качеств.

ФГОС ВПО должны соответствовать профессиональным стандартам в части реализации профессиональных компетенций. В области информационно-коммуникационных технологий ФГОС и профессиональные стандарты соотносятся в отношении «один ко многим». Так, проект нового федерального государственного образовательного стандарта по направлению «Приклад ная информатика» соответствует профессиональным стандартам «Специалист по информацион ным системам», «Специалист по информационным ресурсам», «Системный аналитик».

Сопряжение профессиональных компетенций ФГОС и ПС осуществляется на нескольких уровнях:

Области профессиональной деятельности ФГОС соответствуют требования к профессии ПС;

Задачи ФГОС детализируются в должностных обязанностях ПС;

Дисциплинам ФГОС соответствуют знания ПС;

Умения, навыки задаются как в ФГОС, так и в ПС.

Так, области профессиональной деятельности ФГОС по направлению подготовки бакалав ров в области прикладной информатики включают:

системный анализ прикладной области, формализация решения прикладных задач и процессов ИС;

технико-экономическое обоснование проектных решений, проектирование автоматиза ции прикладных процессов и создания ИС;

реализация проектных решений с использованием современных информационно коммуникационных технологий и технологий программирования;

внедрение проектов информатизации решения прикладных задач и создания ИС;

управление проектами информатизации прикладных задач и создания ИС;

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ обучение и консалтинг по информатизации решения прикладных задач и создания ИС;

обеспечение качества информатизации решения ПЗ и создания ИС.

Практически аналогичными являются требования к профессии «Специалист по ин формационным системам», которые предполагают планирование, руководство и координа цию различных видов деятельности в сфере создания и эксплуатации бизнес-приложений:

как в организации-поставщике, так и организации-заказчике на всех стадиях жизненного цикла ИС:

анализ требований к бизнес-приложениям;

определение и обеспечение реализации проектных спецификаций и архитектуры биз нес-приложений;

производство бизнес-приложений;

внедрение бизнес-приложений;

определение регламентов модификации, оптимизации и развитие бизнес-приложений;

консультационная деятельность.

Подготовка специалистов по информационным системам предполагает высокую универ сальность практического специалиста, который должен понимать экономику и организацию биз нес-процессов, уметь проектировать и программировать, обеспечивать эксплуатацию готовых сис тем автоматизации на конкретных предприятиях В профессиональном стандарте требования к направлениям деятельности детализируются по квалификационным уровням с учетом уровня профессионального образования и предполагае мых должностей (таблица 1):

Таблица Требования к уровням квалификации Образование Должность Уровень квалификации Бакалавр Программист 2-й уровень Консультант Сервивис-инженер Специалист по внедрению 3-й уровень Старший консультант Старший программист Старший сервис-инженер Магистр Системный аналитик 4-й уровень Ведущий консультант Бизнес-аналитик Руководитель проекта Бизнес-архитектор 5-й уровень Руководитель проекта Таким образом, задачи профессиональной деятельности бакалавра соответствуют должно стным обязанностям 2 и 3 квалификационным уровням, задачи магистра – должностным обязан ностям 4 и 5 квалификационных уровней. Например, соответствие задач профессиональной дея тельности и должностных обязанностей в рамках проектной деятельности бакалавра представлено в таблице 2.

Как видно из таблицы 2 концептуальное соответствие задач профессиональной подготовки и должностных обязанностей соблюдается. Вместе с тем, наблюдается и отличия в нюансах струк турирования и формулирования отдельных позиций стандартов.

Сформулированные требования к знаниям профессионального стандарта в основном соот ветствуют перечню базовых дисциплин ФГОС. Вместе с тем, требуется уточнение состава дисци плин на уровне разработки примерных образовательных программ с учетом профилей подготовки.

186 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ Таблица Соответствие задач подготовки бакалавров и должностных обязанностей Задачи проектной деятельности Должностные обязанности Обследование прикладной области Сбор детальной информации для формализации предмет ной области проекта и требований пользователей заказчика Формирование требований к инфор- Формирование требований к организации системы управ матизации прикладных процессов ления заказчика в области бизнес-задачи Формирование требований к информационной системе Моделирование прикладных и ин- Анализ бизнес-процессов предприятия и заказчика и их формационных процессов информационного обеспечения с выявлением проблем Формирование рекомендаций по оптимизации бизнес процессов Проведение работ по описанию реализации бизнес процессов предприятия заказчика в информационной сис теме Формирование технических заданий Составление технического задания на разработку инфор на разработку программно- мационной системы технических комплексов Проектирование видов обеспечения Разработка вариантов решения выявленных бизнес-задачна решения прикладных задач различ- основе результатов экспресс-обследования ных классов и ИС Оценка и выбор информационной системы для решения бизнес-задач заказчика Настройка параметров информационной системы Программирование Программирование в ходе разработки информационной системы Тестирование и документирование Проведение внутреннего тестирования информационной приложений системы Формирование внутренней документации по результатам выполнения работ ФГОС предлагает перечень профилей подготовки выпускников как совокупности компе тенций в прикладных областях использования современных информационно-коммуникационных технологий. К ним относятся: экономика;

менеджмент;

юриспруденция;

гуманитарная область;

социально-культурная сфера;

искусство, дизайн и архитектура;

информационная сфера;

образова ние;

здравоохранение;

сервис;

государственное и муниципальное управление и др. Одним из важ ных конкурентных преимуществ направления ВПО «Прикладная информатика» является сильная составляющая государственных образовательных стандартов и учебных планов, связанная с глу боким изучением студентами дисциплин конкретной прикладной области применения информа ционно-коммуникационных технологий и разработки проектов информатизации и автоматизации решения прикладных задач. При построении учебных планов образовательных программ важно обеспечить реализацию следующих принципов:

Фундаментальность в противовес большому числу мелких курсов.

1.

Развитие элективности курсов, как средство углубления образовательной програм 2.

мы.

Гибкость учебных планов с учетом региональных потребностей.

3.

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ Использование современных инновационных технологий, которые позволяют уси 4.

лить самостоятельную проработку изучаемого материала.

При разработке примерных образовательных программ с учетом требований профессио нальных стандартов возникнет задача установления соответствия сформулированных в образова тельном стандарте компетенций и навыков и умений, зафиксированных в ПС. При этом большое значение придается получению универсальных компетенций в соответствии с рекомендациями [5].

1. Специалисты в области информационных систем должны иметь широкий кругозор в области бизнеса и реального мира. Студенты должны поэтому понимать, что ИС способствует успешному функционированию организации;

ИС охватывает и интегрирует все организационные уровни и бизнес-функции;

ИС – стратегически имеют большое значение, поскольку влияет на достижение стратегии организации.

2. Специалисты в области информационных систем должны иметь сильное аналитическое и критическое мышление. Поэтому студенты должны быть:

Быть способными решать проблемы и критически настроенными профессионалами;

Использовать системные концепции для понимания и выделения проблем;

Быть способными применять как традиционные, так и новые концепции и приемы;

Понимать, что система включает людей, процедуры, ПО и данные.

3. Специалисты в области информационных систем должны соблюдать этические прин ципы и иметь хорошие способности к взаимодействию внутри организации и работе в команде:

Быть способными применять профессиональный кодекс поведения;

Необходимо как взаимодействие, так и успешные индивидуальные усилия;

Проектирование и управление ИС требует отличных коммуникационных умений:

презентовать идеи и результаты, писать и слушать.

Требуется упорство, любопытство, креативность, способность к риску, толерант ность к способностям других.

4. Специалисты в области информационных систем должны проектировать и внедрять ИТ решения, которые повышает организационную эффективность. Поэтому студенты должны:

Владеть умением в понимании и моделировании организационных процессов и дан ных, формировании и внедрении технических и процессных решений, управлении проектами и интеграции систем.

Разбираться в методах извлечения, конвертации, передачи и хранения данных и ин формации Фокусироваться на приложении информационной технологии в помощи отдельным работникам, группам и организации в достижении целей.

Для успешной разработки примерных образовательных программ на основе ФГОС 3-го по коления с учетом требований профессионального стандарта потребует решения следующих задач:

Построение модели концептуального соответствия профессиональных и образова тельных стандартов;

Разработка модели компетенций профилей высшего профессионального образования с учетом квалификационных уровней профессиональных стандартов;

Разработка примерных образовательных программ с учетом требований должност ных обязанностей, знаний, навыков и умений профессиональных стандартов.

Литература Байденко В.И. Компетентностный подход к проектированию государственных обра 1.

зовательных стандартов высшего профессионального образования. Методические рекомендации для руководителей УМО ВУЗов Российской Федерации. – М.: Исследовательский центр проблем качества подготовки специалистов, 2005.

Профессиональные стандарты в области информационных технологий. – М.: АП 2.

КИТ, 2008. – 616 с.

188 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ Федеральный государственный образовательный стандарт высшего профессиональ 3.

ного образования по направлению подготовки «Прикладная информатика» (Пилотный проект) // Материалы XVII Всероссийской научно-методической конференции «Проектированиеф едераль ных государственных образовательных стандартов и образовательных программ высшего про фессионального образования в контексте европейских и мировых тенденций». М., Уфа:

Исследовательский центр проблем качества подготовки специалистов, 2007. – 61 с.

4. Computing Curricula 2005. The Overview Report. The Joint Task Force for Computing Curricula 2005.

5. IS 2002. Model Curriculum and Guidelines for Undergraduate Degree Programs in Infor mation Systems // Association for Information Systems, 2002.

ИНФОРМАЦИОННО-МЕТОДОЛОГИЧЕСКАЯ ОСНОВА ФОРМИРОВАНИЯ АНАЛИТИ ЧЕСКИХ НАВЫКОВ У IT-СПЕЦИАЛИСТОВ Тихомирова Елена Ивановна, д.э.н., доцент, профессор кафедры Экономической информатики ГОУ ВПО «Самарский государственный экономический университет», (846) 224-36-92, ei t@yandex.ru В постсоветский период российское общество вступило в эпоху фазовых изменений, что обусловило необходимость формирования принципиально иного подхода к осмыслению сущест вующих реалий. Вхождение российской экономики в мировое рыночное пространство привело к усложнению функционирования экономических объектов, которое проявляется в обрастании предприятий, фирм, регионов множеством различных связей с партнерами, клиентами, государст венными органами, мировыми организациями. Увеличение множественных взаимосвязей повыси ло роль случайного фактора в процессе управления экономическими объектами. Однако преобла дающий в условиях планового хозяйства линейный тип мышления, предусматривающий рассмот рение социально-экономических явлений с позиций детерминизма, в условиях рыночной эконо мики с ее многообразием выбора затрудняет принятие наиболее эффективных управленческих решений.

На этапе развития информационно-инновационной экономики наиболее востребованными становятся специалисты, чья профессиональная деятельность связана с решением аналитических задач, а также задач хранения, передачи и обработки информации в рамках любой предметной об ласти.

В последние два столетия информация является наиболее дорогим ресурсом, а страны, ли дирующие в разработке новых информационных технологий, имеют безусловное конкурентное преимущество. Одним из конкурентных преимуществ России традиционно считалась система об разования, основанная на методологии фундаментальных знаний. До настоящего времени еще продолжается дискуссия о ее гибкости и возможности на ее основе формирования предпринима тельских навыков у специалистов. Однако необходимо подчеркнуть, что в конце прошлого тыся челетия Россия по оценке ВЭФ занимала место в первой десятке мирового рейтинга по уровню развития человеческого капитала.

Причина востребованности российских IT-специалистов на мировом рынке труда обуслов лена, на наш взгляд, высоким уровнем их конкурентоспособности в условиях интенсивного разви тия информационной сетевой экономики. В странах с развитой рыночной экономикой традицион но не хватает высокопрофессиональных кадров, владеющих новыми информационными техноло гиями, методами обработки больших объемов информации, способными к аналитической работе.

Россия конца первого – начала второго тысячелетий являлась донором человеческих ресурсов для стран рыночной экономики. В указанный период наблюдалась массовая эмиграция, в том числе и высокопрофессиональных специалистов. Это привело к значительным потерям человеческого ка питала в стране. Реализация же главной задачи, провозглашенной на государственном уровне, устойчивого экономического роста – требует своего ресурсного обеспечения.

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ Важнейшим ресурсом в рамках любой экономической системы, безусловно, являются лю ди. Однако выход российского общества из демографического кризиса будет продолжаться доста точно длительный период времени. Следовательно, насущными становятся задачи повышения ка чества и эффективного использования трудовых ресурсов. Значимая роль в их решении принадле жит высшей школе. Именно в период обучения необходимо формировать у будущих специалистов аналитические навыки, позволяющие им в дальнейшем наиболее обоснованно и эффективно при нимать управленческие решения. Последнее тем более актуально, так как современным специали стам приходится работать и принимать решения в сложных быстроизменяющихся условиях. На личие опыта в сборе и обработке больших объемов информации, а также тренинг по принятию эффективных управленческих решений на базе полученной информации является несомненным их конкурентным преимуществом.

Получение таких навыков осуществляется в Самарском государственном университете в курсах «Многомерный статистический анализ социально-экономических процессов региона» и «Методы принятия решений в управлении экономическими системами». Данные дисциплины предусмотрены учебным планом специальности «Прикладная информатика в экономике» с вклю чением их в региональный компонент циклов общепрофессиональных и специальных дисциплин.

Студенты изучают указанные дисциплины на четвертом курсе. К этому времени они уже прослу шали курс базовых математических, экономических дисциплин и в достаточной степени освоили программирование в среде таких пакетов как Delphi, Visual Basic, Visual Fox Pro. При разработке учебного плана предусматривается определенная преемственность дисциплин в направлении формирования аналитических навыков у студентов специальности «Прикладная информатика в экономике».

Освоение предметной области – общетеоретических вопросов экономики, экономики ре гионов, предприятий, фирм – осуществляется посредством изучения курсов экономики, экономи ческой географии региона, менеджмента, маркетинга, экономики предприятия и некоторых дру гих. Преподавание этих дисциплин позволяет сформировать у студентов достаточно глубокие знания предметной области. Математическая составляющая представлена циклом «Математика», включающим в себя основы высшей математики с выделенной в отдельный блок дисциплиной «Теория вероятности и математическая статистика». Агрегирование и углубление знаний полу ченных в этих направлениях осуществляется в курсе «Статистика», где студенты знакомятся с по нятием экономического показателя и методикой сбора первичной статистической информации, а также в курсе «Эконометрика», где основной доминантой являются теоретические эконометриче ские модели. Рассмотрение экономических систем с позиций целостности осуществляется в курсе «Теория систем и системный анализ». Здесь дается понятия целого и части, системы и подсисте мы, понятие открытых и закрытых систем, значение функциональных связей и информационного обмена. Изучение всех отмеченных и некоторых других курсов создает определенную основу для решения более сложных задач – задач эффективного управления экономическими объектами с ис пользованием математических методов и моделей.

Достаточно развитая аппаратно-программная база университета позволяет решать учебные задачи любой сложности. В частности, проводить исследования на основе обработки больших объемов информации с использованием методов многомерного статистического анализа.

Использование этих методов не ограничивается сферой прикладной статистики. Методоло гия рассматриваемого анализа тесно связана с методологией системного анализа и теорией приня тия решений, а также с теорией искусственного интеллекта. И действительно, основой системного анализа является принцип декомпозиции исследуемого объекта или процесса на составляющие и выявление связей между последними. Установленные связи позволяют определить закономерно сти в развитии системы и способствуют повышению эффективности принятия управленческих решений. Такие же методы многомерного статистического анализа как факторный, кластерный или дискриминантный широко используются в теории искусственного интеллекта.


В процессе принятия какого-либо управленческого решения менеджеру необходимо анали зировать значительные объемы данных. Потоки информации поступают из внешней среды, от привлеченных к решению проблемы экспертов и из самой системы в виде сигналов обратной свя 190 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ зи. Выработать какое-либо управленческое решение на основе достаточно большого объема ин формации крайне затруднительно. Возможность получения знаний по агрегированию больших объемов информации, проведению многомерной классификации и построению многофакторных линейных и нелинейных моделей реализуется в рамках курса «Многомерный статистический ана лиз социально-экономических процессов региона», целью которого является формирование у сту дентов аналитических навыков работы с большими массивами данных. В результате изучения курса студенты должны уметь:

- обоснованно разрабатывать систему показателей, отражающую исследуемые процессы;

- собирать первичные данные;

- владеть методами многомерной классификации;

- проводить разведочный анализ данных;

- формировать однородные совокупности данных;

- анализировать направленность и степень тесноты взаимосвязей исследуемых процессов;

- выявлять факторы, значимо влияющие на рассматриваемые процессы;

- разрабатывать модели социально-экономических процессов методами многомерного статистического анализа.

Подход с позиций массовости в исследовании социально-экономических процессов позво ляет применять статистические методы, наиболее адекватно моделирующие реалии рыночной экономики с учетом социальных, экономических и политических рисков. В этой связи в качестве методологической основы курса рассматривается совокупность статистических методов, напри мер, таких как итерационный метод многомерного сравнительного анализа, метод многомерной классификации «без учителя» (кластерный анализ), метод многомерной классификации «с учите лем» (дискриминантный анализ), метод корреляционного анализа, регрессионного моделирования, метод главных компонент. Для практической реализации указанных методов используются про граммные приложения Statistica 6.0, MS Excel.

Структура курса «Многомерный статистический анализ социально-экономических процес сов региона» формализована в виде схемы на рис.1. Рассмотрим цели и ожидаемые результаты изучения дисциплины на каждом этапе отдельно.

В ходе обучения каждый студент работает со своей индивидуальной статистической базой.

Это может быть система показателей, отражающих уровень экономического развития регионов РФ, уровень жизни населения в регионах, уровень их конкурентоспособности и т.д. Апробируя изучаемые статистические методы на имеющемся статистическом материале, проходя все этапы последовательно, студент выполняет в рамках учебного курса определенное статистическое ис следование, представляющее собой основу для дальнейшей его научной работы либо в рамках ас пирантуры, либо в исследовательской организации. Изучаемые методы многомерного статистиче ского анализа универсальны и применимы к различным предметным областям, что повышает их практическую ценность.

Прикладной характер дисциплины «Многомерный статистический анализ социально экономических процессов региона» предполагает необходимость изучения, как самих методов, так и особенностей функционирования объектов предметной области.

В нашем случае в качестве примера рассматриваются социально-экономические процессы регионов РФ.

Целью первого этапа, который представляет собой этап определения предметной области, является выделение совокупности объектов (субъектов) исследования, определение их основных характеристик и нерешенных управленческих задач.

Наличие сложной иерархической структуры взаимосвязанных социально-экономических территориальных компонентов, а также паритет периферийных целевых установок при домини рующей основной цели российского общества – повышение уровня и качества жизни населения посредством реализации стратегии экономического роста, позволяет представить экономику Рос сийской Федерации как сложную социально-экономическую систему, состоящую из подсистем субъектов федерации (регионов), являющихся, в свою очередь, также сложными социально экономическими системами второго уровня.

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ Рис. 1. Структура курса «Многомерный статистический анализ социально-экономических процессов региона»

В качестве базового понятия социально-экономической системы в рамках территориально го подхода используется определение, представленное в терминологическом словаре. В нем, в ча стности, отмечено, что территориальная социально-экономическая система представляет собой совокупность всех экономико- и социально-географических объектов определенной территории с установившимися между ними связями. Это очень сложное образование, структура которого была сформирована под воздействием как природных, так и общественных факторов. Согласно данно му определению, регион (субъект федерации) можно рассматривать в качестве целевой террито риальной социально-экономической системы, представляющей совокупность экономических субъектов и ресурсов, взаимодействующих между собой в активной информационной среде в 192 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ сфере производства, распределения, обмена и потребления. Внутренние связи, порожденные этим взаимодействием сильнее внешних, а все объекты и процессы, находящиеся вне системы образуют внешнюю среду.

Иерархия территориальной государственной системы позволяет нам рассматривать регио ны как ее социально-экономические подсистемы. Регион также является сложной системой, со стоящей из различных подсистем (территориальных – муниципалитетов;

функциональных – кон курентоспособности, социально-экономической безопасности, инвестиционной привлекательно сти, инновационной активности и т.д.). Одной из основных функций регионов является предос тавление населению в обмен на налоги наиболее полного пакета услуг (инфраструктурных, ком мунальных, образовательных, информационных и т.д.).

Сложность региона как социально-экономического образования позволяет рассматривать его в рамках концепций «регион – квазигосударство», «регион – воспроизводственная система», «регион – квазикорпорация», «регион – рыночный ареал» и «регион – социум» [1, с. 11-25].

Являясь объектами управления, регионы в составе своей информационной структуры име ют статистические службы, отслеживающие социально-экономическую ситуацию территорий, что позволяет определить их как информационно-статистические единицы в составе единого инфор мационного пространства России. Регион как объект статистического оценивания может рассматри ваться через набор показателей, характеризующих его внутренние свойства и параметры внешней среды, трансформирование которых обусловливает количественные и качественные изменения в уровне конкурентоспособности территории. Набор показателей может модифицироваться в зависимо сти от целевых установок.

Многообразие и высокая степень дифференциации регионов по всем социально экономическим характеристикам в зависимости от территориальных особенностей обусловливает актуальность задачи количественного оценивания социально-экономической ситуации в субъектах РФ. Важнейшим этапом данной задачи является разработка структуры базы данных, основой для которой служит соответствующая система показателей.

Построение системы показателей осуществляется в рамках изучения второй темы курса.

Цель данного этапа – сформировать навыки у студентов по разработке системы показателей в за висимости от поставленной задачи (исследование уровня жизни, экономического роста регионов РФ и т.д.) на основе логико-содержательного анализа и существующих теоретических подходов.

Таким образом, студент в зависимости от полученного задания должен выбрать из всего многооб разия показателей (их более трехсот) индикаторы, количественно отражающие исследуемые про цессы. В качестве исходных данных используется официальная статистика из сборников «Регионы России».

В условиях рыночной экономики основной движущей силой ее развития является конку ренция между экономическими субъектами. Переход российской экономики к стратегии рыночно го развития обусловил интенсификацию конкурентных процессов на всех уровнях ее иерархии. В связи с нарастающей глобализацией в современном мировом экономическом пространстве конку ренция, как неотъемлемый атрибут рыночных отношений, проявляется не только на микроэконо мическом уровне, но и на мезо-, макро- и мегауровнях. Получение регионами относительной хо зяйственной самостоятельности позволяет идентифицировать их как экономические субъекты (в лице региональных правительств), способные действовать рационально и вступать в межрегио нальные конкурентные отношения. Наличие пересекающихся целей и ограниченность мобильных ресурсов обусловливают интенсификацию межрегиональных конкурентных процессов, первенст во в рамках которых, в свою очередь, зависит от уровня конкурентоспособности территории. В связи с этим актуальной становится задача по выявлению основных конкурентов и определению места региона в совокупности субъектов РФ. Реализация этого этапа осуществляется с использо ванием элементов методологии регионального бенчмаркинга, в частности, его важнейшей состав ляющей – методики проведения многомерного сравнительного анализа. Кроме того реализация подходов регионального бенчмаркинга позволяет повысить эффективности принятия управленче ских решений за счет использования опыта наиболее успешных территорий, выявление которых ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ осуществляется путем отслеживания степени соответствия наблюдаемых значений показателей разработанным ранее нормативам и стандартам.


Состояние экономики регионов характеризуется достаточно большим числом показателей.

Обозреть такой объем информации лицу, принимающему решение (ЛПР) практически невозмож но. В тех случаях, когда агрегирование частных показателей невозможно из-за несопоставимости измерений, прибегают к непараметрическим методам многомерного анализа. Основными достоинствами этих методов являются:

- достаточно простой механизм «сжатия» исходной информации и получение интеграль ных оценок;

- простота интерпретации полученных результатов;

- высокая степень сходимости результатов, полученных различными методами этого класса.

К методам непараметрического оценивания относятся: метод ранжирования (метод суммы мест), метод балльных оценок, метод многомерной средней, метод паттерн, метод относительных разностей [2]. При необходимости учета доли влияния частных показателей на рассматриваемый процесс в целом вводятся весовые коэффициенты. Практическая реализация данных методов осу ществляется средствами Excel. Использование многомерных методов сравнительного анализа по зволяет на основе полученной многомерной оценки определить рейтинги экономических объектов и осуществить их классификацию.

Многие статистические методы критичны к требованию однородности исследуемых сово купностей. Осуществляется данный этап исследования в рамках разведочного анализа данных.

Разведочный (предварительный) статистический анализ включает в себя следующие шаги:

- исследование однородности массива исходных данных;

- исключение резко выделяющихся наблюдений (выбросов) из совокупности данных по каждому показателю;

- определение законов распределения совокупностей по каждому показателю.

Эта часть исследования предполагает получение основных статистических характеристик совокупностей с целью оценки их однородности или степени дифференциации. Учитывая степень владения студентами техники определения основных статистик, упор делается на экономическую интерпретацию полученных результатов. Высокая степень дифференциации регионов по уровню их социально-экономического развития предполагает определение «нетипичных» объектов и уда ление их из рассматриваемой совокупности. Построение законов распределения также осуществ ляется в ППП Statistica. Важной частью обучения является экономическая интерпретация полу ченных результатов, развитие у студентов способностей за построенными кривыми и полученны ми статистическими характеристиками видеть особенности изучаемых процессов. Так, например, исследование распределений показателей социально-экономического развития регионов позволяет сделать следующие выводы:

- подчиненность закону нормального распределения означает, что эти территориальные показатели подчиняются некоторому единому внутреннему закону развития, регулирующему от клонения их значений от среднего уровня;

- в наибольшей мере законам нормального распределения подчиняются обобщающие по казатели, являющиеся синтезом различных частных показателей;

- асимметричные распределения - Максвелла, логарифмически-нормальное, Шарлье означают, что преимущественная часть регионов тяготеет к внутреннему закону, управляющему территориальными различиями изучаемых процессов, и в то же время некоторая часть регионов свободна от этого внутреннего закона. Для асимметричных распределений характерно, что массо вые процессы, описываемые этими распределениями, подчиняются какому-либо фактору или группе родственных факторов;

- подчиненность показателей закону Пуассона означает наличие некоторого минимально го предела значений показателей, а высокие значения относятся к числу редких явлений;

194 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ многовершинные распределения представляют собой совмещение нескольких территори альных систем, подчиняющихся различным законам распределения. В этом случае целесообразно исследовать каждую группу регионов отдельно.

Вопросы классификации являются основополагающими в любом научном исследовании.

Подтвержденная на предыдущем этапе гипотеза о высокой степени неоднородности регионов по уровню их социально-экономического развития, требует своего логического продолжения в рам ках этапа многомерной классификации. Кластерный анализ представляет собой совокупность па раметрических и непараметрических методов. В результате работы с методами классификации «без учителя» осуществляется построение типических группировок регионов, состав которых сравнивается с типологией полученной на основе методов многомерного сравнительного анализа.

Регионы, устойчиво принадлежащие определенным типологическим группам, позволяет сформи ровать обучающие выборки.

Решение задачи отнесения экономического субъекта, явно не принадлежащего к опреде ленной типологической группе, осуществляется в рамках дискриминантного анализа, представ ляющего собой несколько тесно связанных статистических процедур, которые можно разделить на методы интерпретации межгрупповых различий и методы классификации наблюдений по груп пам. Цель исследования состоит в том, чтобы раскрыть характер и степень влияния случайных ар гументов на классифицирующую функцию. В качестве необходимого допущения рассматривается то, что закон распределения для каждого класса является многомерным нормальным, то есть каж дая переменная имеет нормальное распределение при фиксированных остальных переменных. Та кое предположение позволяет получить точные значения вероятности принадлежности к классу.

При нарушении допущения о нормальности точные оценки вероятности принадлежности к классу вычислить нельзя, но полученные значения могут быть предметом дальнейшего содержательного анализа. Дискриминантный анализ применим для изучения различий между группами регионов по определенному набору признаков. Задача дискриминантного анализа во многом аналогична задаче множественного регрессионного анализа, с той разницей, что классифицирующее решение выби рается по шкале наименований классов и является скорее содержательной, качественной характе ристикой. Размерность шкалы определяется экономической сущностью задачи. Различные знаки коэффициентов интерпретируются как различные направления связи переменных с дискрими нантной функцией, то есть при увеличении значения переменной соответствующая дискрими нантная функция уменьшается, классифицируемый объект удаляется от центра класса. Результаты работы с обучающей выборкой транспонируются на всю совокупность регионов исходной табли цы показателей. В ходе исследования анализируются полученные в среде ППП Statistica таблицы итогов анализа дискриминантной функции, функции классификации группировок, результатов классификации, апостериорных вероятностей классификации, квадратов расстояний Махаланоби са. В качестве критерия классификации регионов рассматривается расстояния Махаланобиса, то есть тип региона определяется по минимальному значению квадрата расстояния до соответст вующего группового центра (центроида). Дискриминантный метод относится к классу параметри ческих. Он достаточно чувствителен к «нормальности» распределения исследуемых совокупно стей.

Нормальность законов распределения исследуемых совокупностей служит основанием для проведения корреляционно-регрессионного анализа (КРА). Этот метод также, как и метод фактор ного анализа, применяется при изучении причинно-следственных связей социально экономических процессов и для прогнозирования результатов хозяйственной деятельности.

Суть требований, предъявляемых к независимым показателям, заключается в том, что при использовании метода КРА статистическая совокупность должна отвечать свойствам однородно сти и массовости. Основные постулаты теории КРА были выдвинуты из предположения о нор мальности законов распределения исследуемых факторов.

Методом корреляционного анализа устанавливается количественная оценка степени взаи мосвязи изучаемых процессов.

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ Результатом проведения регрессионного анализа является отнесение группы первичных признаков к некоторому фактору-функции. Построение регрессионных моделей осуществляется пошагово:

- проводится логико-содержательный отбор факторных признаков;

- анализируется матрица парных коэффициентов корреляций, и выбираются факторы, значимо влияющие на результативный признак;

- отобранные факторы анализируются на мультиколлинеарность;

- модель строится пошагово до полной значимости всех регрессионных коэффициентов.

Модели строятся в натуральном и нормированном масштабе с использованием бетта коэффициентов. Анализ значений бетта-коэффициентов, а также содержательный анализ на пред мет инерционности частных показателей позволяет выбрать наиболее эффективные «рычаги»

управления социально-экономическими процессами регионов. При построении регрессионных моделей делается предположение о независимости факторных признаков. На самом деле все соци ально-экономические процессы находятся в определенной взаимосвязи. Поэтому, в ходе исключе ния мультиколлинеарных признаков утрачивается некоторая доля полезной информации. Воспол нить этот пробел возможно в рамках следующей темы курса – моделирования социально экономических процессов регионов методами факторного анализа.

Одной из наиболее сложных задач в экономике является задача определения и прогнозиро вания уровней развития экономических объектов, прогнозирования реакции системы на имею щиеся воздействия при заданных параметрах. Анализ сложных социально-экономических явлений существенно затрудняется с возрастанием размерности решаемых задач. В этом случае использу ются методы, сокращающие размерность исходной системы показателей.

Наиболее мощными и универсальными инструментами, подходящим для решения отме ченных задач, являются различные методы факторного анализа. Они широко используются в ис следованиях таких направлений как социология, педагогика, психология, экономика, биология, антропология и других. С развитием вычислительной техники нивелировалась сложность расчетов указанными методами, и они стали широко применяться в практике научных исследований.

Факторный анализ – общий термин для ряда статистических методов, успешно применяе мых в изучении скрытых явлений и связей в социально-экономических процессах, представляе мых многомерными наборами наблюдаемых величин. Суть метода заключается в отображении всего многообразия наблюдаемых признаков при помощи небольшого числа гипотетических фак торов. Факторный анализ применяется для исследования явлений, количественное отражение ко торых трудно осуществить с помощью одномерной модели.

Одним из направлений факторного анализа является компонентный анализ. Предпосылкой для применения многомерного компонентного анализа служит предположение о наличии много мерного нормального закона распределения для исследуемых величин. Справедливость такого предположения уже была подтверждена студентами на этапе разведочного анализа в процессе ис следования законов распределения и других статистических характеристик наблюдаемых величин.

В компонентном анализе вычисляются главные компоненты, представляющие собой не коррелированные, как правило, комбинации исходных факторов и сохраняющие общую диспер сию без изменения. Основная идея метода главных компонент состоит в определении переменных, линейно зависимых от скрытых факторов. Практически метод главных компонент дает наилучшие результаты по критерию максимальности доли выделенной общей дисперсии.

Несмотря на различия между методом главных компонент и методами факторного анализа, они очень близки между собой и, как правило, приводят к одинаковым решениям. Студентам предлагается в этом убедиться. Факторные нагрузки считаются в ППП Statistica различными мето дами с использование возможных операций вращений, а затем осуществляется сравнение. В каче стве результата принимается наилучший по критерию максимизации доли выделенной общей дисперсии и по возможности проведения содержательной интерпретации. Итогом использования факторного и компонентного анализа является решение проблемы сжатия информации. Рассмат риваемые методы позволяют выявить характер закономерностей, осуществить некоторый прогноз развития исследуемых явлений. Методика расчета факторных нагрузок, а также реализация дан 196 МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРКЛАДНАЯ ИНФОРМАТИКА» ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ ИНСТИТУТ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ ных методов в пакете Statistica не вызывает у студентов затруднений. Наиболее сложным этапом является этап содержательной интерпретации факторов и получение максимальной информации из проведенных расчетов. Здесь требуется способность к обобщению полученной информации с определенной долей абстракции. Студенты, успешно освоившие раздел курса, где рассматрива лись различные системы показателей, достаточно легко справляются с задачей интерпретации факторов. В случае затруднения, данный этап выполняется совместно с преподавателем. В резуль тате выявляются факторы, максимально воздействующие на развитие объекта, проводится сравне ние с итоговыми характеристиками регрессионного анализа. Рассматриваются возможности наи более эффективного управления за счет доминирующих факторов.

Необходимо отметить, что каждый студент в подгруппе выполняет данное исследование на своем индивидуальном статистическом материале. В результате в конце обучения получена сис тема моделей, отражающую состояние регионов РФ в динамике. На последнем занятии проводит ся потоковая конференция, на которой обобщаются результаты работы группы в целом. Возни кающие психологические сложности на первоначальном этапе нивелируются заинтересованно стью в подведении итогов и формулировании выводов при проведении заключительной потоковой конференции.

Полученные студентами знания и навыки по статистической обработке больших объемов информации позволяют им в дальнейшем выполнять дипломные проекты с элементами математи ческого моделирования, а также профессионально выполнять работу экономиста-аналитика.

Литература:

1. Тихомирова, Е.И. Эконометрические методы в информационном обеспечении конку рентоспособности регионов Российской Федерации // Самара: Изд-во Самар. гос. экон. ун-та, 2008.

2. Рябцев В.М., Тихомирова Е.И., Чаплыгин С.И. Многомерный статистический анализ экономического развития регионов Российской Федерации. – Самара: Изд-во Самарск. гос. экон.

акад. 2002.

ИНТЕЛЛЕКТУАЛЬНЫЕ КОМПЬЮТЕРНЫЕ ИГРЫ В ОБУЧЕНИИ ПО НАПРАВЛЕНИЮ "ПРИКЛАДНАЯ ИНФОРМАТИКА" Трембач Василий Михайлович, ктн, доцент, Московский авиационный институт, тел. (499) 84 07, E-mail: trembach@yandex.ru У многих людей понятие игра связывается с детством, спортом, театром, различными теле программами и т.д. В современном мире игры нас окружают постоянно. Игровой интерес обу словлен многими факторами: удовольствием от контактов с общения с другими игроками, воз можностью игрока продемонстрировать свои возможности, азарт ожидания непредвиденных иг ровых ситуаций, удовлетворение от успеха, корыстный интерес игрока к выигрышу и др. Поэтому использование игрового подхода в обучении является вполне закономерным, особенно в методах активного обучения. Одной из разновидностей активных методов обучения являются деловые или серьезные игры.

В мировой экономике серьезные игры занимают значительную нишу. Если в 2007 г. оборот индустрии деловых игр достигал $37,5 млрд., то в 2008 г. ожидается $41,5 млрд., а в 2011г. – $48, млрд. (По данным директора Coventry University).

Современная деловая компьютерная игра должна иметь определенные особенности: нали чие модели объекта;

роли;

отличающиеся ролевые цели;

взаимодействие игроков, в тех или иных ролях;

общая цель для всех игроков;

коллективное принятие решений;

формирование и реализа ция плана разрешения игровой ситуации;

наличие множества планов решений;

эмоциональность игроков;

индивидуальное и коллективное оценивание деятельности игроков. В широком смысле деловая игра понимается, как метод имитации принятия управленческих решений в различных производственных ситуациях путем игры по заданным правилам группы людей или человека с ЭВМ в диалоговом режиме [2].

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ IV РОССИЙСКАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ В изложенном понимании деловые игры широко используются в обучении по различным направлениям: в экономике, истории, гражданской авиации, военном деле и т.д. Широкое распро странение деловых игр произошло благодаря появлению новых компьютерных технологий. Осо бое место среди этих технологий отводится концепции виртуальной реальности и искусственному интеллекту.

Использование виртуальной реальности, для обучения, переподготовки и повышения ква лификации, эффективно во многих областях человеческой деятельности - в сферах обучения, тре нинга, производства, управления и медицины, а также в бизнесе, творчестве, искусстве, обучаю щих и развлекательных играх. Системы виртуальной реальности представляют возможность осу ществлять эффективное обучение школьников, студентов, а также проводить подготовку и повы шение квалификации для многих специалистов. Основным эффектом, на основе которого реализу ется обучение с использованием систем виртуальной реальности, является эффект "присутствия".

Психологи называют его также эффектом "погружения в виртуальную реальность".

Использование современных достижений в области искусственного интеллекта позволяет сделать компьютерную игру более реалистичной, где обучающийся будет иметь дело с партнером или конкурентов, действия которого будут наиболее соответствовать сложившейся ситуации, а не формироваться по заранее заданному алгоритму.

Компьютерные игры с виртуальной реальностью и элементами искусственного интеллекта дают обучаемому лучшее представление об изучаемой области и усвоение множества отношений между элементами представления этой предметной области. Интеллектуальную компьютерную игру, с интерфейсом в виде виртуальной среды, достаточно высокого класса, можно рассматри вать как тренажер для приобретения в процессе обучения тех или иных профессиональных навы ков.

Искусственный интеллект является междисциплинарной наукой, для изучения которой, по направлению «Прикладная информатика», нужны знания из таких областей, как: вычислительные методы, программирование, схемотехника, операционные системы, сетевые технологии, компью терная графика, основы искусственного интеллекта [4], интеллектуальные информационные сис темы [3], инженерия знаний [1] и др. Эти знания целесообразно изучать и закреплять с помощью компьютерных игр, которые могут использоваться:

как готовый продукт для изучения определенной темы;

в виде инструментальной оболочки для создания игр по различным темам;

как конечный результат применения знаний из многих областей, например, разрабо танный виртуальный интеллектуальный объект в виртуальной среде.

Использование готовых интеллектуальных игр позволяет:

отрабатывать методы анализа различных ситуаций, формировать навыки по принятию решений;

углублять знания о предметной области.



Pages:     | 1 |   ...   | 7 | 8 || 10 | 11 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.