- •Оглавление
- •Глава 1. Основы системного анализа 4
- •Глава 2. Основы оценки сложных систем 34
- •Глава 3. Примеры концептуальных моделей и методик оценивания систем 75
- •Глава 4. Основы управления 89
- •Глава 5. Математический инструментарий в управлении проектами с учётом рисков 127
- •Основы системного анализа
- •1.1. Сущность автоматизации управления в сложных системах
- •1.1.1. Структура системы с управлением
- •1.1.2. Пути совершенствования систем с управлением
- •1.1.3. Цель автоматизации управления
- •1.2. Основные понятия системного анализа
- •1.2.1. Задачи системного анализа
- •1.2.2. Понятие системы как семантической модели
- •1.2.3. Классификация систем
- •1.2.4. Основные определения системного анализа
- •1.3. Модели сложных систем
- •1.3.1. Классификация видов моделирования систем
- •1.3.2.Принципы и подходы к построению математических моделей
- •1.3.3. Этапы построения математической модели
- •1.4. Принципы и структура системного анализа
- •1.4.1. Принципы системного анализа
- •1.4.2. Структура системного анализа
- •Формирование общего представления системы
- •Основы оценки сложных систем
- •2.1. Основыные типы шкал измерения
- •2.1.1. Понятие шкалы
- •2.1.2. Шкалы номинального Типа
- •2.1.3. Шкалы порядка
- •2.1.4. Шкалы интервалов
- •2.1.6. Шкалы отношений
- •2.1.6 Шкалы разностей
- •2.1.7. Абсолютные шкалы
- •2.2. Обработка характеристик, измеренных в разных шкалах
- •2.3. Показатели и критерии оценки систем
- •2.3.1. Виды критериев качества
- •Соотношение понятий качества и эффективности систем
- •2.3.2. Шкала уровней качества систем с управлением
- •2.3.3. Показатели и критерии эффективности функционирования систем
- •2.4. Методы оценивания систем разделяются на качественные и количественные.
- •2.4.1 Методы типа «мозговая атака» или «коллективная генерация идей»
- •2.4.2. Методы типа сценариев
- •2.4.3. Методы экспертных оценок
- •2.4.4. Методы типа дельфи
- •2.4.5. Методы типа дерева целей
- •2.4.6. Морфологические методы
- •2.5. Методы количественного 0ценивания систем
- •2.5.1. Оценка сложных систем на основе теории полезности
- •2.5.2. Оценка сложных систем в условиях определенности
- •2.5.3. Оценка сложных систем в условиях риска на основе функции полезности
- •Данные для оценки вычислительной сети
- •2.5.4. Оценка сложных систем в условиях неопределенности
- •Оценка эффективности для неопределенных операций
- •Матрица эффективности программных продуктов
- •Матрица потерь
- •Сравнительные результаты оценки систем
- •2.5.5. Оценка систем на основе модели ситуационного управления
- •Примеры концептуальных моделей и методик оценивания систем
- •3.1. Способы измерения компьютерных систем
- •3.2. Тесты dhrystone, linpack и «ливерморские циклы»
- •3.3. Методика spec
- •3.4. Тест icomp 2.0 для оценки эффективности микропроцессоров intel
- •3.5. Методика aim
- •3.6. Методика оценки скорости обработки транзакций
- •3.7. Методика оценки графических возможностей
- •3.8. Методика оценки производительности суперкомпьютеров
- •3.9 Методика оценки конфигураций web
- •Основы управления
- •4.1. Общие положения
- •4.1.1. Аксиомы теории управления
- •4.1.2. Принцип необходимого разнообразия эшби
- •4.2. Модели основных функций организационно-технического управления
- •4.2.1. Содержательное описание функций управления
- •4.2.2. Модель общей задачи принятия решении
- •4.2.3. Модель функции контроля
- •4.2.4. Методы прогнозирования
- •4.2.5. Модель функции планирования
- •4.2.6. Модели функции оперативного управления
- •4.3. Организационная структура систем с управлением
- •4.3.1. Понятие структуры системы
- •4.3.2. Понятие организационной структуры и ее основные характеристики
- •4.3.3. Виды организационных структур
- •4.4. Качество управления
- •4.4.1. Степень соответствия решений состояниям объекта управления
- •4.4.2. Критерии ценности информации и минимума эвристик
- •4.4.3. Требования к управлению в системах специального назначения
- •Математический инструментарий в управлении проектами с учётом рисков
- •5.1. Предварительный выбор объекта инвестирования с помощью дерева решений
- •5.1.1. Понятие экономического риска
- •5.1.2. Понятие инвестиционного проекта
- •5.1.3. Примеры задач по привлечению инвесторов
- •5.1.4. Анализ и решение задач с помощью дерева решений
- •5.1.5. Пример процедуры принятия решения
- •5.2. Прогнозирование реализации инвестиционного проекта с помощью логистических кривых
- •5.2.1. Логистичекий подход при решении задач управления материальными и денежными потоками
- •5.2.2. Система управления процессом реализации инвестиционного проекта
- •5.2.3. Основные тренды переходного процесса
- •5.2.4. Выбор варианта освоения инвестиций
- •5.3. Теория дискретного управления для анализа экономических систем
- •5.3.1. Дискретная система и ее передаточная функция
- •5.3.2. Передаточная функция экономической системы
- •5.3.3. Модель в контуре управления экономической системы
- •5.3.4. Двушкальные системы
- •5.4. Модель анализа устойчивости инвестиционного процесса
- •5.4.1. Базовый инструментарий оценки устойчивости процесса освоения инвестиций
- •5.4.2. Перечисление инвестиционных сумм частями
- •5.4.3. Критерий устойчивости инвестиционного процесса
- •5.5. Методика определения объема финансирования с учетом устойчивости инвестиционного процесса
2.1.4. Шкалы интервалов
Одним из наиболее важных типов шкал является тип интервалов. Тип шкал интервалов содержит шкалы, единственные с точностью до множества положительных линейных допустимых преобразований вида (x) = ах + b, где х Y - шкальные значения из области определения Y; a>0; b- любое значение.
Основным свойством этих шкал является сохранение неизменными отношений интервалов в эквивалентных шкалах:
Отсюда и происходит название данного типа шкал. Примером шкал интервалов могут служить шкалы температур. Переход от одной шкалы к эквивалентной, например от шкалы Цельсия к шкале Фаренгейта, задается линейным преобразованием шкальных значений: to F = 1,8 to C + 32.
Другим примером измерения в интервальной шкале может служить признак «дата совершения события», поскольку для измерения времени в конкретной шкале необходимо фиксировать масштаб и начало отсчета. Григорианский и мусульманский календари две конкретизации шкал интервалов.
Таким образом, при переходе к эквивалентным шкалам с помощью линейных преобразований в шкалах интервалов происходит изменение как начала отсчета (параметр b), так и масштаба измерений (параметр а).
Шкалы интервалов так же, как номинальная и порядковая, сохраняют различие и упорядочение измеряемых объектов. Однако кроме этого они сохраняют и отношение расстояний между парами объектов. Запись
означает, что расстояние между x1 и x2 в K раз больше расстояния между x3 и x4 и в любой эквивалентной шкале это значение (отношение разностей численных оценок) сохранится. При этом отношения самих оценок не сохраняются.
В социологических исследованиях в шкалах интервалов обычно измеряют временные и пространственные характеристики объектов. Например, даты событий, стаж, возраст, время выполнения заданий, разницу в отметках на графической шкале и т.д. Однако прямое отождествление замеренных переменных с изучаемым свойством не столь просто.
В качестве другого примера рассмотрим испытание умственных способностей, при котором измеряется время, требуемое для решения какой-нибудь задачи. Хотя физическое время измеряется в шкале интервалов, время, используемое как мера умственных способностей, принадлежит шкале порядка. Для того чтобы построить более совершенную шкалу, необходимо исследовать более богатую структуру этого свойства.
Типичная ошибка: свойства, измеряемые в шкале интервалов, принимаются в качестве показателей для других свойств, монотонно связанных с данными.
Применяемые для измерения связанных свойств исходные шкалы интервалов становятся всего лишь шкалами порядка. Игнорирование этого факта часто приводит к неверным результатам.
2.1.6. Шкалы отношений
Шкалой отношений (подобия) называется шкала, если Ф состоит из преобразований подобиями (х) = ах, а > 0, где x Y — шкальные значения из области определения Y; а - действительные числа.
Нетрудно убедиться, что в шкалах отношений остаются неизменными отношения численных оценок объектов. Действительно, пусть в одной шкале объектам a1 и а2 соответствуют шкальные значения x1 и x2, а в другой (x1)=ax1 и (x2)=ax2, где а > 0 — произвольное действительное число. Тогда имеем:
Данное соотношение объясняет название шкал отношений. Примерами измерений в шкалах отношений являются измерения массы и длины объектов. Известно, что при установлении массы используется большое разнообразие численных оценок. Так, производя измерение в килограммах, получаем одно численное значение, при измерении в фунтах — другое и т.д. Однако можно заметить, что в какой бы системе единиц ни производилось измерение массы, отношение масс любых объектов одинаково и при переходе от одной числовой системы к другой, эквивалентной, не меняется. Этим же свойством обладает и измерение расстояний и длин предметов.
Как видно из рассмотренных примеров, шкалы отношений отражают отношения свойств, т.е. во сколько раз свойство одного объекта превосходит это же свойство другого объекта.
Шкалы отношений образуют подмножество шкал интервалов фиксированием нулевого значения параметра b:b = 0. Такая фиксация означает задание нулевой точки начала отсчета шкальных значений для всех шкал отношений. Переход от одной шкалы отношений к другой, эквивалентной ей шкале осуществляется с помощью преобразований подобия (растяжения), т.е. изменением масштаба измерений. Шкалы отношений, являясь частным случаем шкал интервалов, при выборе нулевой точки отсчета сохраняют не только отношения свойств объектов, но и отношения расстояний между парами объектов.