Министерство образования Украины

Киевский национальный экономический университет

«Экономическая информатика»

Введение.

Всегда и во всех сферах своей деятельности человек принимал решения. Важная область принятия решений связана с производством. Чем больше объем производства, тем труднее принять решение и, следовательно, легче допустить ошибку. Возникает естественный вопрос: нельзя ли во избежание таких ошибок использовать ЭВМ? Ответ на этот вопрос дает наука, называемая кибернетика.

Кибернетика (произошло от греческого "kybernetike" – искусство управления) - наука об общих законах получения, хранения, передачи и переработки информации.

Важнейшей отраслью кибернетики является экономическая кибернетика - наука, занимающаяся приложением идей и методов кибернетики к экономическим системам.

Экономическая кибернетика использует совокупность методов исследования процессов управления в экономике, включая экономико- математические методы.

В настоящее время применение ЭВМ в управлении производством достигло больших масштабов. Однако, в большинстве случаев с помощью ЭВМ решают так называемые рутинные задачи, то есть задачи, связанные с обработкой различных данных, которые до применения ЭВМ решались так же, но вручную. Другой класс задач, которые могут быть решены с помощью ЭВМ - это задачи принятия решений. Чтобы использовать ЭВМ для принятия решений, необходимо составить математическую модель.

Так ли необходимо применение ЭВМ при принятии решений?

Возможности человека достаточно разнообразны. Если их упорядочить, то можно выделить два вида: физические и умственные. Так уж устроен человек, что того, чем он обладает, ему мало. И начинается бесконечный процесс увеличения его возможностей. Чтобы больше поднять, появляется одно из первых изобретений - рычаг, чтобы легче перемещать груз - колесо. В этих орудиях пока еще используется только энергия самого человека. Со временем начинается применение внешних источников энергии: пороха, пара, электричества, атомной энергии. Невозможно оценить, насколько используемая энергия внешних источников превышает сегодня физические возможности человека. Что же касается умственных способностей человека, то, как говорится, каждый недоволен своим состоянием, но доволен своим умом. А можно ли сделать человека умнее, чем он есть? Чтобы ответить на этот вопрос, следует уточнить, что вся интеллектуальная деятельность человека может быть подразделена на формализуемую и неформализуемую.

Формализуемой называют такую деятельность, которую выполняют по определенным правилам. Например, выполнение расчетов, поиск в справочниках, графические работы, несомненно могут быть поручены ЭВМ. И как все, что может делать ЭВМ, она это делает лучше, то есть быстрее и качественнее, чем человек.

Неформализуемой называют такую деятельность, которая происходит с применением каких-либо неизвестных нам правил. Мышление, соображение, интуиция, здравый смысл - мы пока еще не знаем, что это такое, и естественно, все это нельзя поручить ЭВМ, хотя бы потому, что мы просто не знаем, что поручать, какую задачу поставить перед ЭВМ.

Разновидностью умственной деятельности является принятие решений. Принято считать, что принятие решений относится к неформализуемой деятельности. Однако это не всегда так. С одной стороны, мы не знаем, как мы принимаем решение. И объяснение одних слов с помощью других типа "принимаем решение с помощью здравого смысла" ничего не дает. С другой стороны, значительное число задач принятия решений может быть формализовано. Одним из видов задач принятия решений, которые могут быть формализованы, являются задачи принятия оптимальных решений, или задачи оптимизации. Решение задачи оптимизации производится с помощью математических моделей и применения вычислительной техники.

Современные ЭВМ отвечают самым высоким требованиям. Они способны выполнять миллионы операций в секунду, в их памяти могут быть все необходимые сведения, комбинация дисплей-клавиатура обеспечивает диалог человека и ЭВМ. Однако не следует смешивать успехи в создании ЭВМ с достижениями в области их применения. По сути, все что может ЭВМ - это по заданной человеком программе обеспечить преобразование исходных данных в результат. Надо четко себе представлять, что ЭВМ решения не принимает и принимать не может. Решение может принимать только человек-руководитель, наделенный для этого определенными правами. Но для грамотного руководителя ЭВМ является великолепным помощником, способным выработать и предложить набор самых различных вариантов решений. А из этого набора человек выберет тот вариант который с его точки зрения окажется более пригодным. Конечно, далеко не все задачи принятия решений можно решить с помощью ЭВМ. Тем не менее, даже если решение задачи на ЭВМ и не заканчивается полным успехом, то все равно оказывается полезным, так как способствует более глубокому пониманию этой задачи и более строгой ее постановке.

Этапы решения.

1. Выбор задачи

2. Составление модели

3. Составление алгоритма

4. Составление программы

5. Ввод исходных данных

6. Анализ полученного решения

Чтобы человеку принять решение без ЭВМ, зачастую ничего не надо. Подумал и решил. Человек, хорошо или плохо, решает все возникающие перед ним задачи. Правда никаких гарантий правильности при этом нет. ЭВМ же никаких решений не принимает, а только помогает найти варианты решений. Данный процесс состоит из следующих этапов:

1. Выбор задачи.

Решение задачи, особенно достаточно сложной - достаточно трудное дело, требующее много времени. И если задача выбрана неудачно, то это может привести к потере времени и разочарованию в применении ЭВМ для принятия решений. Каким же основным требованиям должна удовлетворять задача?

A. Должно существовать как минимум один вариант ее решения, ведь если вариантов решения нет, значит выбирать не из чего.

B. Надо четко знать, в каком смысле искомое решение должно быть наилучшим, ведь если мы не знаем чего хотим, ЭВМ помочь нам выбрать наилучшее решение не сможет.

Выбор задачи завершается ее содержательной постановкой. Необходимо четко сформулировать задачу на обычном языке, выделить цель исследования, указать ограничения, поставить основные вопросы на которые мы хотим получить ответы в результате решения задачи.

Здесь следует выделить наиболее существенные черты экономического объекта, важнейшие зависимости, которые мы хотим учесть при построении модели. Формируются некоторые гипотезы развития объекта исследования, изучаются выделенные зависимости и соотношения. Когда выбирается задача и производится ее содержательная постановка, приходится иметь дело со специалистами в предметной области (инженерами, технологами, конструкторами и т.д.). Эти специалисты, как правило, прекрасно знают свой предмет, но не всегда имеют представление о том, что требуется для решения задачи на ЭВМ. Поэтому, содержательная постановка задачи зачастую оказывается перенасыщенной сведениями, которые совершенно излишни для работы на ЭВМ.

2. Составление модели

Под экономико-математической моделью понимается математическое описание исследуемого экономического объекта или процесса, при котором экономические закономерности выражены в абстрактном виде с помощью математических соотношений.

Основные принципы составления модели сводятся к следующим двум концепциям:

1. При формулировании задачи необходимо достаточно широко охватить моделируемое явление. В противном случае модель не даст глобального оптимума и не будет отражать суть дела. Опасность состоит в том, что оптимизация одной части может осуществляться за счет других и в ущерб общей организации.

2. Модель должна быть настолько проста, насколько это возможно. Модель должна быть такова, чтобы ее можно было оценить, проверить и понять, а результаты полученные из модели должны быть ясны как ее создателю, так и лицу, принимающему решение.

На практике эти концепции часто вступают в конфликт, прежде всего из-за того, что в сбор и ввод данных, проверку ошибок и интерпретацию результатов включается человеческий элемент, что ограничивает размеры модели, которая может быть проанализирована удовлетворительно. Размеры модели используются как лимитирующий фактор, и если мы хотим увеличить широту охвата, то приходится уменьшать детализацию и наоборот.

Введем понятие иерархии моделей, где широта охвата увеличивается, а детализация уменьшается по мере того, как мы переходим на более высокие уровни иерархии. На более высоких уровнях в свою очередь формируются ограничения и цели для более низких уровней.

При построении модели необходимо учитывать также и временной аспект: горизонт планирования в основном увеличивается с ростом иерархии. Если модель долгосрочного планирования всей корпорации может содержать мало каждодневных текущих деталей то модель планирования производства отдельного подразделения состоит в основном из таких деталей.

При формулировании задачи необходимо учитывать следующие три аспекта:

1. Исследуемые факторы: Цели исследования определены довольно свободно и в большой степени зависят от того, что включено в модель. В этом отношении Легче инженерам, так как исследуемые факторы у них обычно стандартны, а целевая функция выражается в терминах максимума дохода, минимума затрат или, возможно, минимума потребления какого-нибудь ресурса. В то же время социологи, к примеру, обычно задаются целью "общественной полезности" или в этом роде и оказываются в сложном положении, когда им приходится приписывать определенную "полезность" различным действиям, выражая ее в математической форме.

2. Физические границы: Пространственные аспекты исследования требуют детального рассмотрения. Если производство сосредоточено более чем в одной точке, то необходимо учесть в модели соответствующие распределительные процессы. Эти процессы могут включать складирование, транспортировку, а также задачи календарного планирования загрузки оборудования.

3. Временные границы: Временные аспекты исследования приводят к серьезной дилемме. Обычно горизонт планирования хорошо известен, но надо сделать выбор: либо моделировать систему в динамике, с тем, чтобы получить временные графики, либо моделировать статическое функционирование в определенный момент времени.

Если моделируется динамический (многоэтапный) процесс, то размеры модели увеличиваются соответственно числу рассматриваемых периодов времени (этапов). Такие модели обычно идейно просты, так что основная трудность заключается скорее в возможности решить задачу на ЭВМ за приемлемое время, чем в умении интерпретировать большой объем выходных данных. с Зачастую бывает достаточно построить модель системы в какой-то заданный момент времени, например в фиксированный год, месяц, день, а затем повторять расчеты через определенные промежутки времени. Вообще, наличие ресурсов в динамической модели часто оценивается приближенно и определяется факторами, выходящими за рамки модели. Поэтому необходимо тщательно проанализировать, действительно ли необходимо знать зависимость от времени изменения характеристик модели, или тот же результат можно получить, повторяя статические расчеты для ряда различных фиксированных моментов.

3. Составление алгоритма.

Алгоритм - это конечный набор правил, позволяющих чисто механически решать любую конкретную задачу из некоторого класса однотипных задач. При этом подразумевается:

¨ исходные данные могут изменяться в определенных пределах: {массовость алгоритма}

¨ процесс применения правил к исходным данным (путь решения задачи) определен однозначно: {детерминированность алгоритма}

¨ на каждом шаге процесса применения правил известно, что считать результатом этого процесса: {результативность алгоритма}

Если модель описывает зависимость между исходными данными и искомыми величинами, то алгоритм представляет собой последовательность действий, которые надо выполнить, чтобы от исходных данных перейти к искомым величинам.

Удобной формой записи алгоритма является блок схема. Она не только достаточно наглядно описывает алгоритм, но и является основой для составления программы. Каждый класс математических моделей имеет свой метод решения, который реализуется в алгоритме. Поэтому очень важной является классификация задач по виду математической модели. При таком подходе задачи, различные по содержанию, можно решать с помощью одного и того же алгоритма. Алгоритмы задач принятия решений, как правило, настолько сложны, что без применения ЭВМ реализовать их практически невозможно.

4. Составление программы.

Алгоритм записывают с помощью обычных математических символов. Для того, чтобы он мог быть прочитан ЭВМ необходимо составить программу. Программа - это описание алгоритма решения задачи, заданное на языке ЭВМ. Алгоритмы и программы объединяются понятием "математическое обеспечение". В настоящее время затраты на математическое обеспечение составляют примерно полторы стоимости ЭВМ, и постоянно происходит дальнейшее относительное удорожание математического обеспечения. Уже сегодня предметом приобретения является именно математическое обеспечение, а сама ЭВМ лишь тарой, упаковкой для него.

Далеко не для каждой задачи необходимо составлять индивидуальную программу. На сегодняшний день созданы мощные современные программные средства - пакеты прикладных программ (ППП).

ППП - это объединение модели, алгоритма и программы. Зачастую, к задаче можно подобрать готовый пакет, который прекрасно работает, решает многие задач, среди которых можно найти и наши. При таком подходе многие задачи будут решены достаточно быстро, ведь не надо заниматься программированием.

Если нельзя использовать ППП для решения задачи без изменения его или модели, то нужно либо модель подогнать под вход ППП, либо доработать вход ППП, чтобы в него можно было ввести модель.

Такую процедуру называют адаптацией. Если подходящий ППП находится в памяти ЭВМ, то работа пользователя заключается в том, чтобы ввести необходимые искомые данные и получить требуемый результат.

5. Ввод исходных данных.

Прежде чем ввести исходные данные в ЭВМ, их, естественно, необходимо собрать. Причем не все имеющиеся на производстве исходные данные, как это часто пытаются делать, а лишь те, которые входят в математическую модель. Следовательно, сбор исходных данных не только целесообразно, но и необходимо производить лишь после того, как будет известна математическая модель. Имея программу и вводя в ЭВМ исходные данные, мы получим решение задачи.

6. Анализ полученного решения

К сожалению достаточно часто математическое моделирование смешивают с одноразовым решением конкретной задачи с начальными, зачастую недостоверными данными. Для успешного управления сложными объектами необходимо постоянно перестраивать модель на ЭВМ, корректируя исходные данные с учетом изменившейся обстановки. Нецелесообразно тратить время и средства на составление математической модели, чтобы по ней выполнить один единственный расчет. Экономико-математическая модель является прекрасным средством получения ответов на широкий круг вопросов, возникающих при планировании, проектировании и в ходе производства. ЭВМ может стать надежным помощником при принятии каждодневных решений, возникающих в ходе оперативного управления производством.

ОПИСАТЕЛЬНЫЕ ОГРАНИЧЕНИЯ

Эти ограничения описывают функционирование исследуемой системы. Они представляют особую группу балансовых уравнений, связанных с характеристиками отдельных блоков, такими как масса, энергия, затраты. Тот факт, что в модели линейного программирования балансовые уравнения должны быть линейными, исключает возможность представления таких принципиально нелинейных зависимостей, как сложные химические реакции. Однако те изменения условий функционирования, которые допускают линейное описание (хотя бы приближенно) могут быть учтены в модели. Балансовые соотношения могут быть введены для какой-то законченной части блок-схемы. В статических (одноэтапных) моделях такие соотношения можно

представить в виде:

Вход + выход = 0

Динамический (многоэтапный) процесс описывается соотношениями:

Вход + выход + накопления = 0,

где под накоплениями понимается чистый прирост за рассматриваемый период.

ОГРАНИЧЕНИЕ НА РЕСУРСЫ И КОНЕЧНОЕ ПОТРЕБЛЕНИЕ

С этими ограничениями ситуация довольно ясная. В самом простом виде ограничения на ресурсы - это ограничения сверху на переменные, представляющие расход ресурсов, а ограничения на конечное потребление продуктов - это ограничения снизу на переменные, представляющие производство продукта. Ограничения на ресурсы имеют следующий вид:

A i1 X 1 + ... + A ij X j + ... + A in X n Bi,

где A ij - расход i-го ресурса на единицу X j , j = 1 ... n, а Bi - общий объем имеющегося ресурса.

УСЛОВИЯ, НАЛАГАЕМЫЕ ИЗВНЕ

ОПРЕДЕЛЕНИЕ ЦЕЛЕВОЙ ФУНКЦИИ

Целевая функция модели обычно состоит из следующих компонент:

1) Стоимость произведенного продукта.

2) Капиталовложения в здания и оборудование.

3) Стоимость ресурсов.

4) Эксплуатационные затраты и затраты на ремонт оборудования.

Классификация экономико-математических моделей

Важным этапом изучения явлений предметов процессов является их классификация, выступающая как система соподчиненных классов объектов, используемая как средство для установления связей между этими классами объектов. Основой классификации являются существенные признаки объектов. Поскольку признаков может быть очень много то и выполненные классификации могут значительно отличаться друг от друга. Любая классификация должна преследовать достижение поставленных целей.

Выбор цели классификации определяет набор тех признаков, по которым будут классифицироваться объекты, подлежащие систематизации. Цель нашей классификации - показать, что задачи оптимизации, совершенно различные по своему содержанию, можно решить на ЭВМ с помощью нескольких типов существующего программного обеспечения.

Приведем несколько примеров классификационных признаков:

1. Область применения

3. Класс математической модели

Наиболее распространенными задачами оптимизации возникающими в экономике являются задачи линейного программирования. Такая их распространенность объясняется следующим:

1) С их помощью решают задачи распределения ресурсов, к которым

сводится очень большое число самых различных задач

2) Разработаны надежные методы их решения, которые реализованы в поставляемом программном обеспечении

3) Ряд более сложных задач сводится к задачам линейного программирования

Математическое моделирование в управлении и планировании

Один из мощных инструментов которым располагают люди, ответственные за управление сложными системами - моделирование. Модель является представлением реального объекта, системы или понятия в некоторой форме, отличной от формы их фактического реального существования. Обычно модель служит средством, помогающим в объяснении, понимании или совершенствовании. Анализ математических моделей дает в руки менеджеров и других руководителей эффективный инструмент, который может использоваться для предсказания поведения систем и сравнения получаемых результатов. Моделирование позволяет логическим путем прогнозировать последствия альтернативных действий и достаточно уверенно показывает какому из них следует отдать предпочтение.

Предприятие располагает некоторыми видами ресурсов, но общие запасы ресурсов ограничены. Поэтому возникает важная задача: выбор оптимального варианта, обеспечивающего достижение цели с минимальными затратами ресурсов. Таким образом эффективное руководство производством подразумевает такую организацию процесса, при которой не только достигается цель, но и получается экстремальное (MIN,MAX) значение некоторого критерия эффективности:

К = F(X1,X2,...,Xn) -> MIN(MAX)

Функция К является математическим выражением результата действия, направленного на достижение поставленной цели, и поэтому ее называют целевой функцией.

Функционирование сложной производственной системы всегда определяется большим числом параметров. Для получения оптимального решения часть этих параметров нужно обратить в максимум, а другие в минимум. Возникает вопрос: существует ли вообще такое решение, которое наилучшим образом удовлетворяет всем требованиям сразу? Можно уверенно ответить - нет. На практике решение, при котором какой-либо показатель имеет максимум, как правило, не обращает другие показатели ни в максимум ни в минимум. Поэтому выражения типа: производить продукцию наивысшего качества с наименьшими затратами - это просто торжественная фраза по сути неверная. Правильно было бы сказать: получить продукцию наивысшего качества при той же стоимости, или снизить затраты на производство продукции не снижая ее качества, хотя такие выражения звучат менее красиво, но зато они четко определяют цели. Выбор цели и формулирование критерия ее достижения, то есть целевой функции, представляют собой труднейшую проблему измерения и сравнения разнородных переменных, некоторые из которых в принципе несоизмеримы друг с другом: например безопасность и стоимость, или качество и простота. Но именно такие социальные, этические и психологические понятия часто выступают как факторы мотивации при определении цели и критерия оптимальности. В реальных задачах управления производством нужно учитывать то, что некоторые критерии имеют большую важность чем другие. Такие критерии можно ранжировать, то есть устанавливать их относительную значимость и приоритет. В подобных условиях оптимальным приходится считать такое решение, при котором критерии имеющие наибольший приоритет получают максимальные значения. Предельным случаем такого подхода является принцип выделения главного критерия. При этом один какой-то критерий принимается в качестве основного, например прочность стали, калорийность продукта и т.д. По этому критерию производится оптимизация, к остальным предъявляется только одно условие, чтобы они были не меньше каких-то заданных значений. Между ранжированными параметрами нельзя проводить обычные арифметические операции, возможно лишь установление их иерархии ценностей и шкалы приоритетов, что является существенным отличием от моделирования в естественных науках.

При проектировании сложных технических систем, при управлении крупным производством или руководстве военными действиями, то есть в ситуациях где необходимо принимать ответственные решения, большое значение имеет практический опыт, дающий возможность выделить наиболее существенные факторы, охватить ситуацию в целом и выбрать оптимальный путь для достижения поставленной цели. Опыт помогает также найти аналогичные случаи в прошлом и по возможности избежать ошибочных действий. Под опытом подразумевается не только собственная практика лица, принимающего решение но и чужой опыт, который описан в книгах, обобщен в инструкциях, рекомендациях и других руководящих материалах. Естественно, когда решение уже апробировано, то есть известно какое именно решение наилучшим образом удовлетворяет поставленным целям - проблемы оптимального управления не существует. Однако на самом деле практически никогда не бывает совершенно одинаковых ситуаций, поэтому принимать решения и осуществлять управление всегда приходится в условиях неполной информации. В таких случаях недостающую информацию пытаются получить используя догадки, предположения, результаты научных исследований и особенно изучение на моделях. Научно обоснованная теория управления во многом представляет собой набор методов пополнения недостающей информации о том как поведет себя объект управления при выбранном воздействии.

Стремление получить как можно больше информации об управляемых объектах и процессах включая и особенности их будущего поведения может быть удовлетворено путем исследования интересующих нас свойств на моделях. Модель дает способ представления реального объекта, который позволяет легко и с малыми затратами ресурсов исследовать некоторые его свойства. Только модель позволяет исследовать не все свойства сразу, а лишь те из них, которые наиболее существенны при данном рассмотрении. Поэтому модели позволяют сформировать упрощенное представление о системе и получить нужные результаты проще и быстрее чем при изучении самой системы. Модель производственной системы в первую очередь создается в сознании работника осуществляющего управление. На этой модели он мысленно пытается представить все особенности самой системы и детали ее поведения, предвидеть все трудности и предусмотреть все критические ситуации, которые могут возникнуть в различных режимах эксплуатации. Он делает логические заключения, выполняет чертежи планы и расчеты. Сложность современных технических систем и производственных процессов приводит к тому, что для их изучения приходится использовать различные виды моделей.

Простейшими являются масштабные модели в которых натурные значения всех размеров умножаются на постоянную величину - масштаб моделирования. Большие объекты представляются в уменьшенном виде, а малые в увеличенном.

В аналоговых моделях исследуемые процессы изучаются не непосредственно а по аналогичным явлениям, то есть по процессам имеющим иную физическую природу, но которые описываются такими же математическими соотношениями. Для такого моделирования используются аналогии между механическими, тепловыми, гидравлическими, электрическими и другими явлениями. Например колебания груза на пружине аналогичны колебаниям тока в электрическом контуре, также движение маятника аналогично колебаниям напряжения на выходе генератора переменного тока. Самым общим методом научных исследований является использование математического моделирования. Математической моделью описывает формальную зависимость между значениями параметров на входе моделируемого объекта или процесса и выходными параметрами. При математическом моделировании абстрагируются от конкретной физической природы объекта и происходящих в нем процессов и рассматривают только преобразование входных величин в выходные. Анализировать математические модели проще и быстрее, чем экспериментально определять поведение реального объекта в различных режимах работы. Кроме того анализ математической модели позволяет выделить наиболее существенные свойства данной системы, на которые надо обратить особое внимание при принятии решения. Дополнительное преимущество состоит в том, что при математическом моделировании не представляет труда испытать исследуемую систему в идеальных условиях или наоборот в экстремальных режимах, которые для реальных объектов или процессов требуют больших затрат или связаны с риском.

В зависимости от того, какой информацией обладают руководитель и его

сотрудники, подготавливающие решения, меняются и условия принятия решений и математические методы, применяемые для выработки рекомендаций.

Сложность математического моделирования в условиях неопределенности зависит от того какова природа неизвестных факторов. По этому признаку задачи делятся на два класса.

1) Стохастические задачи, когда неизвестные факторы представляют собой случайные величины, для которых известны законы распределения вероятностей и другие статистические характеристики.

2) Неопределенные задачи, когда неизвестные факторы не могут быть описаны статистическими методами.

Вот пример стохастической задачи:

Мы решили организовать кафе. Какое количество посетителей придет в него за день нам неизвестно. Также неизвестно сколько времени будет продолжаться обслуживание каждого посетителя. Однако характеристики этих случайных величин могут быть получены статистическим путем. Показатель эффективности, зависящий от случайных величин также будет случайной величиной.

В данном случае мы в качестве показателя эффективности берем не саму случайную величину, а ее среднее значение и выбираем такое решение при

котором это среднее значение обращается в максимум или минимум.

Заключение.

Информатика играет важную роль в современной экономической науке, что привело к выделению отдельного направления развития науки – экономическая информатика. Это новое направление объединяет в себе экономику, математику и информатику, и помогает экономистам решать задачи оптимизации деятельности предприятий, принимать стратегически важные решения о развитии промышленности и управлять производственным процессом.

Разработанная программная база основывается на математических моделях экономических процессов и предоставляет гибкий и надежный механизм предсказания экономического эффекта управленческих решений. С помочью ЭВМ быстро решаются аналитические задачи, решение которых не под силу человеку.

В последнее время компьютер стал неотъемлемой частью рабочего места управленца и экономиста.

Список литературы.

1. Фигурнов. ПК для начинающих. М.:ВШ – 1995.

2. Осейко Н. Бухгалтерский учет с помощью ПК. Третье издание. К.: СофтАрт, 1996.

3. Информационные системы в экономике. М.: ВШ – 1996.

4. Richard B. Chase, Nicholas J. Aquilano. Production And Operations Management: A Life Cycle Approach. Fifth Edition. Boston, MA: Irwin – 1989.

5. Вентцель Е.С. Исследование операций. М: ВШ – 1983

6. Мину Математическое программирование М: Радио и связь 1978

Теоретические основы экономической информатики

Объект, предмет, методы и задачи экономической информатики

Интенсивное внедрение информационных технологий в экономику привело к появлению одного из направлений в информатике – экономической информатики, которая является интегрированной прикладной дисциплиной, основанной на межпредметных связях информатики, экономики и математики.

Теоретической основой для изучения экономической информатики является информатика. Слово "информатика" (informatique) происходит от слияния двух французских слов: information (информация) и automatique (автоматика), введено во Франции для определения сферы деятельности, занимающейся автоматизированной обработкой информации.

Существует много определений информатики. Информатика - это наука об информации, способах ее сбора, хранения, обработки и предоставления с помощью компьютерной техники. Информатика - это прикладная дисциплина, изучающая структуру и общие свойства научной информации и т.д. Информатика состоит из трех взаимосвязанных составляющих: информатика как фундаментальная наука, как прикладная дисциплина и как отрасль производства.

Основными объектами информатики выступают:

· информация;

· компьютеры;

· информационные системы;.

Общие теоретические основы информатики:

· информация;

· системы счисления;

· кодирование;

· алгоритмы.

Структура современной информатики:
1. Теоретическая информатика.
2. Вычислительная техника.
3. Программирование.
4. Информационные системы.
5. Искусственный интеллект.

Экономическая информатика - это наука об информационных системах, используемых для подготовки и принятия решений в управлении, экономике и бизнесе.

Объектом экономической информатики выступают информационные системы, которые обеспечивают решение предпринимательских и организационных задач, возникающих в экономических системах (экономических объектах). То есть, объектом экономической информатики выступают экономические информационные системы, конечная цель функционирования которых является эффективное управление экономической системой.

Информационная система – это совокупность программно-аппаратных средств, способов и людей, которые обеспечивают сбор, хранение, обработку и выдачу информации для обеспечения подготовки и принятия решений. К основным компонентам информационных систем, используемых в экономике, относятся: программно-аппаратные средства, бизнес-приложения и управление информационными системами. Назначение информационных систем - создание современной информационной инфраструктуры для управления компанией.

Предмет дисциплины "Экономическая информатика" - технологии способы автоматизации информационных процессов с применением экономических данных.

Задача дисциплины "Экономическая информатика" - изучение теоретических основ информатики и приобретение навыков использования прикладных систем обработки экономических данных и систем программирования для персональных компьютеров и компьютерных сетей.
1.1.2. Данные, информация и знания

Основные понятия данных, информации, знаний.
К базовым понятиям, которые используются в экономической информатике, относятся: данные, информация и знания. Эти понятия часто используются как синонимы, однако между этими понятиями существуют принципиальные различия.

Термин данные происходит от слова data - факт, а информация (informatio) означает разъяснение, изложение, т.е. сведения или сообщение.

Данные - это совокупность сведений, зафиксированных на определенном носителе в форме, пригодной для постоянного хранения, передачи и обработки. Преобразование и обработка данных позволяет получить информацию.

Информация - это результат преобразования и анализа данных. Отличие информации от данных состоит в том, что данные - это фиксированные сведения о событиях и явлениях, которые хранятся на определенных носителях, а информация появляется в результате обработки данных при решении конкретных задач. Например, в базах данных хранятся различные данные, а по определенному запросу система управления базой данных выдает требуемую информацию.

Существуют и другие определения информации, например, информация – это сведения об объектах и явлениях окружающей среды, их параметрах, свойствах и состоянии, которые уменьшают имеющуюся о них степень неопределенности, неполноты знаний.

Знания – это зафиксированная и проверенная практикой обработанная информация, которая использовалась и может многократно использоваться для принятия решений.

Знания – это вид информации, которая хранится в базе знаний и отображает знания специалиста в конкретной предметной области. Знания – это интеллектуальный капитал.

Формальные знания могут быть в виде документов (стандартов, нормативов), регламентирующих принятие решений или учебников, инструкций с описанием решения задач. Неформальные знания – это знания и опыт специалистов в определенной предметной области.

Необходимо отметить, что универсальных определений этих понятий (данных, информации, знаний) нет, они трактуются по-разному. Принятия решений осуществляются на основе полученной информации и имеющихся знаний.

Принятие решений – это выбор наилучшего в некотором смысле варианта решения из множества допустимых на основании имеющейся информации.
Взаимосвязь данных, информации и знаний в процессе принятия решений представлена на рисунке.

Для решения поставленной задачи фиксированные данные обрабатываются на основании имеющихся знаний, далее полученная информация анализируется с помощью имеющихся знаний. На основании анализа, предлагаются все допустимые решения, а в результате выбора принимается одно наилучшее в некотором смысле решение. Результаты решения пополняют знания.

В зависимости от сферы использования информация может быть различной: научной, технической, управляющей, экономической и т.д. Для экономической информатики интерес представляет экономическая информация.

Экономическая информатика - область знания, которая рассматривает в качестве предмета - информационные системы, используемые для подготовки и принятия решений в сфере экономики и бизнеса. В качестве метода "Экономической информатики" рассматривается бизнес-процессов. Представление информационных систем включает в себя описание архитектуры информационных технологий (программирования, аппаратной части, телекоммуникаций и данных), бизнес-приложений ( , DSS, SCM, CRM) и управления информационными системами. Кроме того, важной составляющей является ИС, обсуждающая проблемы оценки затрат и выгод на этапах внедрения, эксплуатации и развития ИС в рамках принятой структуры управления.

Словарь бизнес-терминов. Академик.ру . 2001 .

Смотреть что такое "Экономическая информатика" в других словарях:

Экономика наука, изучающая использование различного рода ограниченных ресурсов в целях обеспечения потребностей людей и отношения между различными сторонами, возникающие в процессе хозяйствования; само хозяйство, то есть совокупность всех средств … Википедия

Дисциплина, изучающая структуру и общие свойства научной информации, а также закономерности её создания, преобразования, передачи и использования в различных сферах человеческой деятельности. Многие вопросы, входящие ныне в круг… …

Прикладная информатика Специализация: научно практический Периодичность: раз в два месяца Язык: русский Адрес редакции: Москва Главный редактор: Емельянов А. А … Википедия

Научное направление, занимающееся приложением идей и методов кибернетики к экономическим системам. В расширительном и не совсем точном смысле часто под К. э. понимают область науки, возникшую на стыке математики (См. Математика) и… … Большая советская энциклопедия

Координаты: 49°53′38″ с. ш. 10°53′12″ в. д. / 49.893889° с. ш. 10.886667° в. д. … Википедия

Экономический факультет Белорусский Государственный Университет … Википедия

Экономический факультет БГУ. Республика Беларусь, г. Минск, ул. К.Маркса 31. Смотреть карту Экономический факультет БГУ фак … Википедия

Полное официальное название с сентября 2007 го года Федеральное государственное образовательное учреждение высшего профессионального образования Российский государственный университет туризма и сервиса (РГУТиС) Университет в Московской Области, в … Википедия

Экономический факультет БГУ одно из ведущих учебных заведений по подготовке высококвалифицированных экономических кадров. Экономический факультет БГУ начал работу 1 марта 1999 … Википедия

Книги

• Экономическая информатика. Учебник и практикум для бакалавриата и магистратуры , Романова Ю.Д.. Приводятся основные концепции экономической информатики, дается анализ проблем информационной безопасности, описываются технологии хранения и обработки экономических данных, использования…
• Экономическая информатика. Учебное пособие , . Рассматриваются основные компьютерные технологии, используемые в профессиональной деятельности будущих экономистов. Изложены основные свойства экономической информации и требования к…

Лугачев М.И.

МГУ им. М.В.Ломоносова, д.э.н., профессор, зав. кафедрой экономической информатики экономического факультета, тП@ econ . гши. ш

Экономическая информатика в университетском

образовании России

КЛЮЧЕВЫЕ СЛОВА

Информатика, экономическая информатика, прикладная информатика, бизнес-информатика, ИТ-образование.

АННОТАЦИЯ

Статья посвящена описанию эволюции дисциплины «Экономическая информатика» в университетах России. Обсуждаются основные источники становления экономической информатики: создание вычислительных машин, становление вычислительной математики и математической экономики. Показана принципиальная интегрирующая роль академиков Л.В.Канторовича и А.Н.Тихонова в создании фундаментальных основ ИТ-образования в России. Отмечается неоднозначность последствий перехода отечественной вычислительной техники на единую серию ЭВМ «Ряд», создававшейся на базе IBM-360 с точки зрения экономических и технических результатов проведенной трансформации. Особое внимание в работе уделено подготовке ИТ-специалистов в рамках стандартов «Прикладная информатика», «Бизнес-информатика» и показана недостаточность этой подготовки для решения современных задач экономики информационных систем, которая является предметом экономической информатики. Именно классическая университетская ИТ-подготовка экономистов лежит в основе логики изложения материала этой статьи.

Мы попробуем представить картину развития экономической информатики в России, рассматривая динамику университетских структур, обеспечивающих широкую подготовку специалистов в области информатики вообще. Экономическую информатику создавали два тесно связанных потока знаний, сформировавшихся в недрах математики и экономики. Появившиеся в ответ на потребности науки и оборонных ведомств вычислительные машины, очевидно имели огромный потенциал их использования и в традиционных (невоенных) отраслях науки и народного хозяйства. Для реализации этого потенциала нужны были специалисты нового типа, способные эффективно использовать и развивать появляющиеся вычислительные возможности. Готовить таких

специалистов были способны только новые институты и факультеты, учебные планы которых соединяли бы компетентности математиков, физиков, экономистов, специалистов в области программирования -сформировавшие фундаментальные основы для развития информационных технологий. Забегая вперед, можно отметить, что такие институты и факультеты были созданы и успешно решают поставленные задачи по подготовке специалистов в области ИТ и ИС. Дело здесь лишь в том, что экономисты в этой деятельности пока не проявили себя в достаточной степени.

Начало компьютерной эры в СССР. Математика, технология и экономика.

Как известно, работы по созданию первой в СССР ЭВМ - малой электронной счетной машины (МЭСМ) - были начаты в Киеве коллективом под руководством С. А. Лебедева в 1948 году. МЭСМ была сдана в эксплуатацию в декабре 1951 года.

4 декабря 1948 г. Государственный комитет Совета министров СССР по внедрению передовой техники в народное хозяйство зарегистрировал за № 10475 изобретение И. С. Брука и Б. И. Рамеева «Автоматическая цифровая электронная машина». Это изобретение было воплощено в жизнь в Энергетическом институте АН СССР в Москве, в лаборатории, руководимой И. С. Бруком в виде вычислительной машины М-1. В январе 1952 году М-1 была запущена в опытную эксплуатацию. Одной из первых М-1 решала задачи по ядерным исследованиям группы академика С. Л. Соболева, в институте И. В. Курчатова. Она была изготовлена в единственном экземпляре, однако ее архитектура и многие принципиальные решения были приняты в дальнейшем за основу при разработке серийных машин «Минск», «Раздан» и др.

Но математика жила не только в традиционных научных и инженерных расчетах. В 1923-24 годах В.В.Леонтьев сформулировал задачу построения межотраслевого баланса, требовавшего больших вычислительных мощностей18. В конце 30-х годов появились работы Л.В.Канторовича, создавшие основу для проникновения математики в экономические расчеты. Была сформулирована знаменитая задача о «фанерном тресте», ставшая основой для формирования оптимизационного подхода в экономическом планировании. В 1937 г. Л.В.Канторович по просьбе инженеров местного фанерного треста решил задачу нахождения наилучшего способа обработки 5 видов материала на 8 станках с определенной производительностью каждого из них по каждому виду материала . В простой с виду задаче Л.В Канторович увидел и впервые сформулировал задачу линейного программирования и предложил способ ее решения, значительно сокращавший перебор при поиске оптимальных решений и предполагавший необходимое применение

18 В 1973 году за разработку метода «Затраты - выпуск» построения межотраслевого баланса В.В.Леонтьеву была присвоена Нобелевская премия по экономике.

вычислительной техники.19

Важным этапом творчества Л.В. Канторовича стала опубликованная в "Успехах математических наук" в 1948 году его большая статья "Функциональный анализ и прикладная математика", а затем - в 1956 году «Функциональный анализ и вычислительная математика» , которые сделали функциональный анализ естественным языком вычислительной математики. По выражению академика С.Л. Соболева, уже через несколько лет представить вычислительную математику без функционального анализа было, так же невозможно, как и без вычислительных машин.

Эти идеи единства функционального анализа и вычислительной математики, а также связи с экономикой последовательно воплощалась Л.В. Канторовичем в жизнь: при организации в 1948 г. подготовки специалистов по "вычислительной математике" на математико-механическом факультете ЛГУ и позднее - в 1958 году - при создании специальности "экономическая кибернетика" на экономическом факультете ЛГУ В 1959 г. Л.В.Канторович стал одним из организаторов (и преподавателей) знаменитого "шестого курса" экономического факультета ЛГУ. На "шестой курс" были зачислены и выпускники обычного пятого курса и ряд молодых экономистов для углубленного изучения математических методов и ЭВМ. Следует отметить, что некоторые выпускники этого курса оказали заметное влияние на развитие советской и российской экономической науки, в частности - это академики АН СССР: А.Г. Аганбегян, А.И.Анчишкин, Н.Я.Петраков, С.С.Шаталин.

Естественно, что процессы развития подготовки специалистов и в области вычислительной математики и экономико-математических методов не были изолированы. Одновременно аналогичные процессы формирования основы применения вычислительной техники в науке и экономике шли в Москве и МГУ В 1949 году на механико-математическом факультете МГУ была создана кафедра вычислительной математики, которую в 1952 -1960 годах возглавлял уже цитированный нами выше академик С. Л. Соболев. В то время на кафедре преподавали такие выдающиеся специалисты, как А. А. Ляпунов, М. В. Келдыш, М. Р. Шура-Бура и др.

В 1958 году выдающимся экономистом и статистиком академиком АН СССР В.С.Немчиновым в академии наук была создана лаборатория экономико-математических методов, а в 1962 году - на экономическом факультете МГУ - кафедра "Математических методов анализа экономики" (ММАЭ). В работе новой кафедры активное участие принимали знаменитые выпускники 6 курса Л.В.Канторовича - С.С.Шаталин (заведовал кафедрой в

19 В 1965 году Л.В.Канторович вместе с В.С. Немчиновым и В.В. Новожиловым получил Ленинскую премию «за научную разработку метода линейного программирования и математических моделей экономики». В 1975 году Л.В.Канторовичу и Т.Купмансу за создание основ линейного программирования была присвоена Нобелевская премия по экономике.

1970 -1983 годах) и Н.Я.Петраков - директор Института проблем рынка РАН (с 1990 по 2014). Сам Л.В.Канторович в течение ряда лет вел на этой кафедре научный семинар в 70-е годы ХХ века. Необходимость в выпускниках этой кафедры во многом формировалась и созданным в 1963 году на основе одноименной лаборатории Центральным экономико-математическим институтом АН СССР (ЦЭМИ АН СССР), служившим много лет профессиональным питомником для подготовки специалистов кафедрой ММАЭ МГУ. ЦЭМИ АН СССР, конечно, был создан по инициативе и при участии В.С.Немчинова. Первым директором института стал академик Н.П.Федоренко, а в 1985 году его сменил академик В.Л.Макаров -ближайший ученик Л.В.Канторовича.

1950-е и 60-е годы много добавили осознанию необходимости расширения подготовки специалистов в области программного обеспечения не только технологических, но и экономических процессов. Прежде всего, этому способствовали порожденные вычислительной математикой задачи новой науки «Исследование операций», алгоритмы решения задач управления запасами, а также - формулирование научных принципов управления предприятием. Появляется опыт применения первой информационной бизнес-системы Material Resource Planning (MRP), разработанной в 1950-х годах в США, но заработавшей на реальных задачах бизнеса в 1960-х. Даже сомневавшиеся окончательно убедились в огромных возможностях применения в экономике электронных вычислительных машин (ЭВМ).

Важным этапом развития данного направления в МГУ стала организация под руководством профессора И.С.Березина в 1955 году вычислительного центра, первого на вузовском пространстве СССР. ВЦ МГУ стал базовым для подготовки специалистов на кафедре вычислительной математики. Вычислительный центр создал научно-техническую платформу для существенного расширения контингента подготовки специалистов в области математического обеспечения ЭВМ. На основе кафедры вычислительной математики механико-математического факультета и вычислительного центра (ВЦ МГУ) был организован факультет вычислительной математики и кибернетики (ВМК) МГУ. Создателем нового факультета и первым его деканом стал академик А.Н.Тихонов, научный руководитель ВЦ МГУ и заведующий кафедрой вычислительной математики мехмата. Андрей Николаевич был первым, кто не только осознал потребности науки и народного хозяйства в специалистах нового типа, но и сумел добиться создания в стране системы подготовки кадров в области вычислительной математики и программирования . В феврале 1970 года вышел приказ Минвуза СССР № 114 об утверждении структуры факультета ВМК МГУ. Факультет ВМК МГУ стал первым в списке почти 50 вновь созданных в начале 1970-х подобных факультетов в крупных университетах СССР. Появилась целая отрасль подготовки специалистов в области математического обеспечения ЭВМ,

которая должна была поддержать крупные изменения в советской политике создания и использования вычислительной техники. Речь шла о переходе страны на новые стандарты информационных технологий -введения "Единой Системы" - линии ЭВМ, копировавшей архитектуру американских компьютеров серии IBM-360. Потребность же в таком решении уже сформировалась: она диктовалась разрабатывавшейся под руководством В.М.Глушкова концепцией Общегосударственной Автоматизированной Системы (ОГАС). ОГАС была призвана решить общенациональную проблему учета и контроля для беспрепятственного применения методов социалистического планирования и управления в СССР,

Компьютерная революция по-советски

18 марта 1968 года вышел приказ Министра радиопромышленности СССР № 138 о создании НИЦЭВТ и назначении его головной организацией по разработке Единой системы ЭВМ (ЕС ЭВМ) «Ряд». С тех пор не утихают споры и дискуссии о целесообразности решения выпускать машины ЕС путем копирования архитектуры мейнфреймов IBM S/360.

Следует отметить, что до 1968 года создание ЭВМ в СССР достаточно слабо координировалось. Существовали несколько конструкторских бюро в разных точках СССР, которые разрабатывали замечательные ЭВМ второго поколения, работавшие в различной математике и удовлетворявшие собственным технологическим стандартам. Безусловным лидером являлась мощная БЭСМ-6 конструкторского бюро С.А.Лебедева, использовавшего 6-битное слово. В народном хозяйстве популярными были ЭВМ Минск с 7-битным байтом (только ЭВМ Минск-32 конструктора В.В.Пржиялковского в итоге было выпущено около 3000 штук). Очень прогрессивным было выпускавшееся в Пензе семейство машин серии «Урал», разработки Б.И.Рамеева. Свои преимущества имели украинская «Мир», ереванская «Наири», вильнюсская «Рута-110», московская «Сетунь». (Отметим, что уникальная ЭВМ «Сетунь», использовавшая троичную систему счисления, была разработана в МГУ под руководством Н.П.Брусенцова). Не надо добавлять, что каждое семейство обеспечивалось собственной периферией и оригинальным матобеспечением. Это талантливое и интересное многообразие ЭВМ могло решать локальные задачи различной природы, но создать с их помощью национальную инфраструктуру для организации информационных процессов - было невозможно. Таким образом, весьма актуально звучал вопрос о перспективах развития отечественного электронно-вычислительного машиностроения. В 1966 году в народнохозяйственном плане упоминается, что новые ЭВМ третьего поколения должны быть построены на «единой структурной и микроэлектронной технологической базе и совместимых системах программирования для вычислительных центров и автоматизированных систем обработки информации».

В официальном отчете ИТМиВТ, в середине 1966-го ясного ответа, как

же строить «Ряд», С.А.Лебедев не дал. Однако вместе с академиком В. М. Глушковым выразил мнение, что копирование ЭВМ третьего поколения IBM S/360 означало бы отставание от мировых стандартов на несколько лет, поскольку серия S/360 начала выпускаться еще в 1964 году. Знали бы эти выдающиеся ученые, насколько оптимистичной была их оценка.

В существовавшем в СССР многообразии - ЭВМ семейства «Урал» были наиболее близки к требованиям третьего поколения. Башир Искандерович Рамеев сформулировал и реализовал идею семейства ЭВМ на принципе программной и конструктивной совместимости независимо и раньше IBM серии S/360. Однако при выработке решения Государственной комиссии министерства радиопромышленности СССР 1968 года отечественный вариант вообще не рассматривался. В обсуждении участвовали только американская IBM и британская ICL. Сделанный комиссией выбор до сих пор не оставляет равнодушным специалистов в области вычислительной техники. Спор о том, было ли это решение стратегической ошибкой и кто в этом виноват продолжается. Протоколы заседаний госкомиссий фиксируют возражения отечественных разработчиков Лебедева, Рамеева, Глушкова, других - но твердая позиция президента АН СССР М.В.Келдыша и министра радиопромышленности СССР

B.Д.Калмыкова решили вопрос в пользу копирования IBM S/360 .

Это было трагическое для советской отрасли ЭВМ решение, разрушившее стратегические ориентиры ее развия. Гигантский интеллектуальный капитал отечественных разработок в виде производившейся и перспективной вычислительной техники, а также -соответствующего программного обеспечения - становился ненужным вместе с его носителем - большим отрядом высококвалифицированных специалистов. Кто-то был способен переучиться, но ориентир был взят на подготовку новых профессионалов. Правда, остался серьезный контингент разработчиков для военных целей, возглавлявшийся учеником

C.А.Лебедева - академиком В.С.Бурцевым. Разработанное под руководством В.С.Бурцева компьютерное обеспечение ракетных комплексов С-300 до сих пор успешно решает поставленные задачи. Кроме того, оставленное им научное наследие и сейчас питает идеями разработчиков суперкомпьютерной техники.

Однако с точки зрения экономики можно с уверенностью сказать, что принятые в 1968 году Госкомиссией министерства радиопромышленности СССР решения судьбоносной силы национального масштаба для народного хозяйства страны все-таки не имели. Никакой, даже самый лучший с точки зрения технологий вариант развития отечественного компьютеростроения не смог бы исправить неэффективную социалистическую систему народного хозяйства. Идеалистическое плановое хозяйство было обречено и в том случае, если бы был успешно реализован проект ОГАС, поскольку в этом хозяйстве отсутствовали естественные рыночные механизмы управления экономикой. Элементы планирования могут быть хороши и

полезны, если не претендуют на универсальное применение всегда и везде. Западные экономисты, в частности - Л.фон Мизес еще 1920-е годы доказывали невозможность рационального экономического расчета в системе, где отсутствует частная собственность на ресурсы производства и нет реальных (рыночных) цен (теорема фон Мизеса) . До технологического перевооружения в СССР необходимо было заняться реформированием экономики - созданием условий для появления реальных экономических инструментов саморегулирования. Так что в 1968 году в СССР вполне можно было забыть об IBM, положиться на перспективное семейство ЭВМ «Урал» или оставить все существующие -отрицательных последствий для народного хозяйства могло быть меньше. Вместе с тем, трудно отрицать появившийся значительный прогресс в развитии национальной отрасли программирования, специалисты которого при переходе на международные стандарты приобрели новые возможности организации работы и получили доступ к накопленным мировым библиотекам программ. Подготовка и принятие решений в конкретных областях, в том числе и народного хозяйства - при этом обогатилась доступом к уже сформировавшимся базам отраслевых приложений.

Новая эра подготовки ИТ-специалистов

Итак, единая политика компьютерного обеспечения научных разработок и народного хозяйства СССР требовала адекватной массовой кадровой поддержки. Методические работы по организации всесоюзной подготовки необходимых специалистов фактически возглавил факультет ВМК МГУ опиравшийся на авторитет и знания высочайших профессионалов АН СССР. «Академическому» обеспечению методики подготовки ИТ-специалистов мог бы позавидовать любой научный центр мира. Нормативную составляющую обеспечивало министерство образования СССР.

Можно отметить, что в мире контроль за созданием методических основ для подготовки ИТ-специалистов традиционно является зоной интереса профессиональных общественных организаций. В США эту роль взяли на себя Ассоциация компьютерной техники (Association for Computing Machinery, ACM) и Компьютерное сообщество Института инженеров по электронике и электротехнике (Computer Society of the IEEE или IEEECS),

которые ведут данную работу, начиная с 60-х гг. прошлого века . В 1965 году комитетом по образованию организации АСМ был разработан первый проект типовой программы курсов бакалавриата по компьютерным наукам (Computer Science), который после доработки был опубликован в 1968 г. в окончательном виде, получив известность как Curriculum 68. Нормативной составляющей в разработанном документе не было, он имел рекомендательный характер для американских университетов, но де-факто довольно быстро превратился в международный стандарт подготовки ИТ-специалистов «Computing Curriculum (СС)». Под эгидой ACM и IEEE-CS

группа Питера Деннинга в 1989 г. подготовила доклад «Computing as a Discipline». В новой дисциплине «Computing» выделялись две составляющие: «Computer Science» и «Computer Engineering», Это нашло методическое воплощение в дальнейшем в фундаментальном куррикулуме СС2001 , получившем свое развитие в версиях СС2005 . Но СС2005 уже содержал принципиально отличие от предыдущих вариантов - в нем явно указывается на необходимость подготовки специалистов для прикладных отраслей. Мировые профессиональные организации AIS (Association of Information Systems) и AITP (Association for Information Technology Professionals) - создают IS2002 . В семье компьютинга появляется новый полноправный член - информационные системы. СС2005 «Computing» включает в себя следующие направления: Вычислительная техника (Computer Engineering - CE), Компьютерные науки (Computer Science - CS), Программная инженерия (Software Engineering - SE), Системы информационных технологий (Information Technology - IT), Информационные системы (Information Systems - IS). Российское высшее образование также реагирует на потребности в специалистах для подготовки, развития и эксплуатации приложений в профессиональной вузовской подготовке в 2000 году появляется новый государственный образовательный стандарт специальности 351340 «Прикладная информатика (по областям)» (приказ Минобразования России от 14.03.2000).

Документ уточняет: « Выпускник - информатик (с квалификацией в области) должен иметь специализацию, определяемую областью применения методов информатики и профессионально-ориентированных информационных систем, перечнем изучаемых дисциплин в конкретной области, информационных дисциплин и выпускной квалификационной работой». При этом определяется и область приложения квалифицированных знаний: «Информатик (с квалификацией в области) в большей степени имеет дело с профессионально-ориентированной оболочкой (которую он проектирует, создаёт и применяет), состоящей из специальных программных средств, информационного обеспечения и организационных мероприятий поддержки функционирования конкретных процессов в области применения, и в меньшей степени имеет дело с ядром информационной системы (разработкой комплекса вычислительных средств, операционной системы, систем управления базами данных и др.)».

Чуть позже, в 2003 году открывается еще один стандарт специальности 080500 «Бизнес-информатика» (приказ Минобразования РФ от 8.07.2003) для подготовки специалистов область профессиональной деятельности которых «включает: Проектирование архитектуры предприятия, Стратегическое планирование развития ИС и ИКТ управления предприятием, Организацию процессов жизненного цикла ИС и ИКТ управления предприятием, Аналитическую поддержку процессов

принятия решений для управления предприятием».

Таким образом, экономика России получает специалистов по «Прикладной информатике» для обеспечения ИТ-поддержки информационных процессов в отраслях: «экономика, юриспруденция, политология, психология, социология, политология, психология, экология, гуманитарно-социальные и других, в которых применяются профессионально-ориентированные информационные системы...», а также -специалистов по «Бизнес-информатике» для обеспечения информационных процессов внутри предприятий.

Сейчас де-факто мировым методическим стандартом подготовки ИТ-специалистов для прикладных отраслей является учебный план Information Systems 2010 (IS2010) , созданный всем профессиональным ИТ-миром с использованием Wiki-ресурса. Наиболее полно профессиональная область выпускников этого направления описана в СС2005. Здесь также проводится разграничения целевых областей подготовки специалистов ИС и ИТ: «Профессионалы этой специальности (Информационные Системы) главным образом имеют дело с информацией, которую компьютер может дать предприятию, чтобы оно могло лучше определить и достичь свои цели, а также - с процессами, которые предприятие внедряет или улучшает с помощью информационных технологий. ... Информационные Системы фокусируются на информационных аспектах информационных технологий. Информационные Технологии являются такого рода комплементом: сферой их интересов являются технологии сами по себе, но не информация, которую они обрабатывают. ИТ-Программы создаются для подготовки выпускников, обладающих правильным сочетанием теоретических знаний и практических навыков, позволяющих управлять информационными технологиями организации, и людьми, которые эти технологии используют».

Дидактическая роль экономической информатики

Представленное описание учебных планов для национальной подготовки специалистов в области «Прикладная информатика», «Бизнес-информатика» и близкого к ним американского куррикулума «Информационные системы - IS 2010» позволяет ввести в рассмотрение новое направление: «Экономическая информатика», чтобы проанализировать общее и различное и оценить его перспективы.

Во-первых, следует отметить, что «Экономическая информатика» не входит в национальный перечень специальностей профессиональной подготовки и одной из целей настоящего исследования является доказательство целесообразности рассмотрения этого вопроса, быть может - в контексте с другими направлениями, о чем пойдет речь ниже.

Экономическая информатика - это наука об информационных системах, применяющихся в экономике и бизнесе, а также - об экономике этих систем.

В этом определении содержится указание на различие областей

применения: экономическая информатика занимается сопоставлением затрат и выгод от применения информационных систем в традиционной схеме экономического анализа. И «Прикладная информатика», и «Бизнес -информатика» и «IS -2010» ориентированы на подготовку специалистов в области применения информационных технологий для решения задач предметной области. Оценка же эффективности таких решений остается предметом классической экономики. Кроме того, требует экономического описания и изучения информационный продукт, обладающий многими нетривиальными свойствами ценообразования, потребления и развития. Есть традиционные вопросы экономики: производство и распределения информационного продукта. Требует экономической интерпретации закон Мура, согласно которому более производительный информационный продукт обладает меньшей себестоимостью. Рынок информационных продуктов формируется и развивается по своим законам: на нем циркулируют и реальные материальные сущности, но главный двигатель этого рынка - неосязаемый сервис или услуга, обладающие свойством неисчерпаемости и стремящимися к нулю предельными издержками. Здесь из «информационного воздуха» создаются новые отрасли (игровые), «из ничего» возникают гигантские состояния. Наконец, сама информация становится товаром, для описания которого не годятся классические экономические модели: спрос не порождает предложения. Появляются информационные продукты, экономические свойства которых требуют современной интерпретации: неограниченность доступа к облачным сервисам, предоставляемым конечным пользователям бесплатно, рост рост потребительских свойств информационно-технологических продуктов без повышения их цены. Необычна и структура цены информационного продукта, в которой предельные издержки стремятся к нулю.

В наше время экономика информационных систем выглядит также естественно, как экономика любой отрасли народного хозяйства -например, экономика сельского хозяйства или экономика промышленности. Но рынок информации имеет мало общего с рынком зерна, а для описания рынка информационных продуктов нужны новые исследования.

Вообще, при обсуждении вопросов общего экономической информатики с компьютингом надо заметить, что прямая связь у этих наук есть только в случае рассмотрения информационных технологий (IT) и информационных систем (IS). При этом, для экономистов в термине «информационные технологии» - на первом месте «информационные», «информация», сервисы, обеспечивающие информационные процессы, а уж потом - «технологии». Как уже отмечалось выше, информационные системы являются объектом изучения экономической информатики и в самом названии характерно наличие определения «информационные», а не «вычислительные» - прямо следующее из базового направления «computing», поскольку современные прикладные задачи, в том числе и

экономического содержания - связаны прежде всего с обработкой и анализом содержательной информации, рассматривая собственно расчеты, как необходимый доступный инструмент.

Говоря об эффективности ИС, можно отметить объективную актуальность появления «Экономической информатики»: сегодня качественно изменилась среда применения информационных систем. По мнению некоторых экспертов практически исчез традиционный консалтинг в области использования ИС, направленный на формулировку целей и задач внедрения и выбор наилучшего варианта ИС для конкретного предприятия. За десятилетия активного вхождения ИС в практику планирования, управления и принятия решений организаций -сформировался достаточно квалифицированный контингент пользователей, способный самостоятельно ответить на исходные вопросы формулировки технического задания. Кроме того, стандартизация в области ИТ обеспечила процессы конвергенции, которые на практике минимизировали последствия ошибки выбора типа ИС. Главным вопросом консалтинга стала проблема эффективности функционирования ИС, ее влияния на процессы добавления стоимости предприятия. Ответить на этот вопрос можно только одним способом: дать подходы к оцениванию затрат и выгод от применения ЭВМ.

Очевидно, что экономической области деятельности для ИТ-специалистов, готовящихся по рассмотренным выше учебным планам и куррикулумам, не предусмотрено. Это не удивительно: сфера деятельности ИТ-специалистов носит характер инженерного, технологического сервиса для бизнеса. Тонкости выявления и оценивания затрат и выгод относятся к области экономики и традиционно не представляют интереса для студентов ИТ-направлений. Тем более, что работа по такому оцениванию не имеет структурированного характера, не может быть сведена к привычному бизнес-процессу или известному алгоритму с фиксированным числом итераций. Это - дело для экономистов.

Каков же итог обучения в области экономической информатики? Что будут знать и уметь выпускники, прошедшие полный цикл подготовки?

Принципиальным в организации ИТ-подготовки экономистов является формулировка двух важных положений .

Первое, - это правильное определение «точки входа» ИТ и ИС в конкретную предметную сферу экономики и бизнеса. Для экономики и бизнеса эту роль играет бизнес-процесс и обеспечивающие ИТ-сервисы, для образования - учебный процесс, для здравоохранения - лечебный процесс и т.д. Отличительной чертой главной сущности конкретного приложения является ее процессная природа, массовое распространение в предметной области, повторяемость во времени и пространстве. Спецификация главной сущности - задача специалистов - экономистов. Цель подготовки этих специалистов в области ИТ и ИС состоит в предоставлении им знаний, умений и навыков описания ИТ-сервисов, применяющихся для

автоматизации бизнес-процессов.

Второе положение - это четкое определение целей подготовки будущих специалистов в области ИТ и ИС. На наш взгляд, хорошие знания, умения и навыки в области ИТ и ИС позволяют выпускнику получить конкурентное преимущество на профессиональном рынке. Для классических университетов и современных НИУ представляется естественным сформулировать роль ИТ и ИС, как инструментов повышения эффективности основных бизнес-процессов: научной и образовательной деятельности. Главная цель применения этих инструментов - повышение качества подготовки специалистов и обеспечение высокого управленческого уровня операционной деятельности и конкурентоспособности организации. Достижение университетами высшего профессионального уровня в экономике и бизнесе возможно только путем построения логической цепи подготовки собственных ИТ-специалистов. Элементы или этапы этой цепи известны: бакалавриат - магистратура - аспирантура. Условно можно считать, что каждому этапу соответствует свой уровень ИТ-подготовки. Базовый - для бакалавра, профессиональный - для магистра, исследовательский - для аспиранта. Успех подготовки будет более заметным и для молодых специалистов, и для вуза, и для всей отрасли, если результатом каждого этапа будет специалист именно в конкретной предметной, а не технической области. Для этой цели необходимо создать соответствующую институциональную среду, элементом которой будет национальная система образования с образовательными стандартами и соответствующей специальностью - экономической информатикой.

Подобные предложения были бы справедливы и для других специальностей: историческая информатика, биологическая, медицинская, ... Представляется, что в списке вузовских специальностей они должны быть представлены все. Но по проекту нового приказа минобразования в этом списке значатся лишь бизнес-, био-, гео- и прикладная информатики .

Фактически, подготовка таких специалистов идет, она осуществляется зачастую интуитивно, существенно зависит от субъективных факторов. Однако десятилетия широкого использования информационных технологий и систем уже создали достаточный профессиональный задел отраслевых компетенций, есть представления о профессиональных стандартах - все это должно привести к официальному созданию соответствующих предметных специализаций и специальностей высшего образования.

Заключение

В мире и России уже сформировались профессиональные группы, занимающиеся проблемами экономики информационных систем. В современных условиях эти вопросы становятся ключевыми при решении вопросов выбора, внедрения и эксплуатации информационных систем на

предприятиях и в организациях.

В настоящее время не существует системы подготовки специалистов, способных анализировать экономические последствия внедрения информационных систем. Действующая система ИТ-образования решает, в основном, проблему подготовки технических специалистов.

Обеспечение инновационного развития конкретных прикладных отраслей высшего образования требует создания системы подготовки ИТ-специалистов внутри прикладных гуманитарных и социально-экономических отраслей. Для этого необходимо создание специальностей не только по прикладной (технической), но и по предметной информатике.

Литература

1. Канторович Л.В., «Математические методы организации и планирования производства», Л.: Издание Ленинградского государственного университета, 1939. - 67 с.

2. Канторович Л.В. Функциональный анализ и прикладная математика. "Успехи математических наук" 1948

3. Канторович Л.В. Функциональный анализ и вычислительная математика, 1956. http://en.cs.msu.ru/node/62 - история ВМК до 2000 г.

4. Максон: Две трагедии советской кибернетики. ОКО ПЛАНЕТЫ информационно-аналитический портал^М, 29-02-2012.

5. Ludwig von Mises. Die Wirtschaftsreсhnung im sozialistischen Gemeinwesen", Archiv fuer Sozialwissenschaften und Sozialpolitik, Vol. XLVII, No. 1 (April, 1920).

6. Мизес Л. Человеческая деятельность. Трактат по экономической теории. М., Экономика, 2000.

7. «Эффективность инвестиций в ИТ», М., СоДИТ, 2013, 194с.. ISBN 978-5-4465-0104-5.

8. Сухомлин В.А. Международные образовательные стандарты в области информационных технологий. Прикладная информатика, №1 (37), 2012.

9. Computing Curricula 2001 (CC2001). Computer Science, Final Report, (December 15, 2001). The Joint Task Force on Computing Curricula, IEEE Computer Society, Association for Computing Machinery.

10. Computing Curricula 2005 (CC2005). The Overview Report, covering undergraduate degree programs in Computer Engineering, Computer Science, Information Systems, Information Technology, Software Engineering. The Association for Computing Machinery (ACM), The Association for Information Systems (AIS), The Computer Society (IEEE-CS), 30 September 2005.

11. J.T. Gorgone, G.B. Davis, J.S. Valacich, H.Topi, D.L. Feinstein, H.E. Longenecker, Jr. IS 2002, Model Curriculum and Guidelines for Undergraduate Degree Programs in Information Systems. Association for Computing Machinery (ACM), Association for Information Systems (AIS), Association of Information Technology Professionals AITP.

12. H.Topi, J.S.Valacich, R.T.Wright, K.M.Kaiser, J.F.Nunamaker, Jr., J.C.Sipior, G.J. de Vreede. IS 2010, Model Curriculum and Guidelines for Undergraduate Degree Programs in Information Systems. Association for Computing Machinery (ACM), Association for Information Systems (AIS).

13. Лугачев М.И., Абрамов В.Г., Скрипкин К.Г., Тихомиров В.В. Методика разработки программ дисциплины «Информатика» для направлений непрофильного образования. Макс Пресс, М., 2006.

14. Лугачев М.И., Скрипкин К.Г., ИТ-компетентности как часть экономического образования. Вестник МГУ. Серия 6, «Экономика», №4, 2009.

15. Проект Приказа Минобрнауки России "Об утверждении перечней специальностей и направлений подготовки высшего образования" http://www.consultant.ru/law/hotdocs/26905.html

1.1.1. Объект, предмет, методы и задачи экономической информатики

Интенсивное внедрение информационных технологий в экономику привело к появлению одного из направлений в информатике – экономической информатики, которая является интегрированной прикладной дисциплиной, основанной на межпредметных связях информатики, экономики и математики. Теоретической основой для изучения экономической информатики является информатика. Слово "информатика" (informatique) происходит от слияния двух французских слов: information (информация) и automatique (автоматика), введено во Франции для определения сферы деятельности, занимающейся автоматизированной обработкой информации. Существует много определений информатики. Информатика - это наука об информации, способах ее сбора, хранения, обработки и предоставления с помощью компьютерной техники. Информатика - это прикладная дисциплина, изучающая структуру и общие свойства научной информации и т.д. Информатика состоит из трех взаимосвязанных составляющих: информатика как фундаментальная наука, как прикладная дисциплина и как отрасль производства. Основными объектами информатики выступают:

 информация;

 компьютеры;

 информационные системы;. Общие теоретические основы информатики:

 информация;

 системы счисления;

 кодирование;

 алгоритмы. Структура современной информатики: 1. Теоретическая информатика. 2. Вычислительная техника. 3. Программирование. 4. Информационные системы. 5. Искусственный интеллект. Экономическая информатика - это наука об информационных системах, используемых для подготовки и принятия решений в управлении, экономике и бизнесе. Объектом экономической информатики выступают информационные системы, которые обеспечивают решение предпринимательских и организационных задач, возникающих в экономических системах (экономических объектах). То есть, объектом экономической информатики выступают экономические информационные системы, конечная цель функционирования которых является эффективное управление экономической системой. Информационная система – это совокупность программно-аппаратных средств, способов и людей, которые обеспечивают сбор, хранение, обработку и выдачу информации для обеспечения подготовки и принятия решений. К основным компонентам информационных систем, используемых в экономике, относятся: программно-аппаратные средства, бизнес-приложения и управление информационными системами. Назначение информационных систем - создание современной информационной инфраструктуры для управления компанией. Предмет дисциплины - технологии способы автоматизации информационных процессов с применением экономических данных. Задача дисциплины - изучение теоретических основ информатики и приобретение навыков использования прикладных систем обработки экономических данных и систем программирования для персональных компьютеров и компьютерных сетей. Далее...>>> Тема: 1.1.2. Данные, информация и знания

1.1.2. Данные, информация и знания

Основные понятия данных, информации, знаний. К базовым понятиям, которые используются в экономической информатике, относятся: данные, информация и знания. Эти понятия часто используются как синонимы, однако между этими понятиями существуют принципиальные различия. Термин данные происходит от слова data - факт, а информация (informatio) означает разъяснение, изложение, т.е. сведения или сообщение. Данные - это совокупность сведений, зафиксированных на определенном носителе в форме, пригодной для постоянного хранения, передачи и обработки. Преобразование и обработка данных позволяет получить информацию. Информация - это результат преобразования и анализа данных. Отличие информации от данных состоит в том, что данные - это фиксированные сведения о событиях и явлениях, которые хранятся на определенных носителях, а информация появляется в результате обработки данных при решении конкретных задач. Например, в базах данных хранятся различные данные, а по определенному запросу система управления базой данных выдает требуемую информацию. Существуют и другие определения информации, например, информация – это сведения об объектах и явлениях окружающей среды, их параметрах, свойствах и состоянии, которые уменьшают имеющуюся о них степень неопределенности, неполноты знаний. Знания – это зафиксированная и проверенная практикой обработанная информация, которая использовалась и может многократно использоваться для принятия решений. Знания – это вид информации, которая хранится в базе знаний и отображает знания специалиста в конкретной предметной области. Знания – это интеллектуальный капитал. Формальные знания могут быть в виде документов (стандартов, нормативов), регламентирующих принятие решений или учебников, инструкций с описанием решения задач. Неформальные знания – это знания и опыт специалистов в определенной предметной области. Необходимо отметить, что универсальных определений этих понятий (данных, информации, знаний) нет, они трактуются по-разному. Принятия решений осуществляются на основе полученной информации и имеющихся знаний. Принятие решений – это выбор наилучшего в некотором смысле варианта решения из множества допустимых на основании имеющейся информации. Взаимосвязь данных, информации и знаний в процессе принятия решений представлена на рисунке.

Для решения поставленной задачи фиксированные данные обрабатываются на основании имеющихся знаний, далее полученная информация анализируется с помощью имеющихся знаний. На основании анализа, предлагаются все допустимые решения, а в результате выбора принимается одно наилучшее в некотором смысле решение. Результаты решения пополняют знания. В зависимости от сферы использования информация может быть различной: научной, технической, управляющей, экономической и т.д. Для экономической информатики интерес представляет экономическая информация.