Математичне забезпечення програмних систем
Спеціальність: Інформаційні системи та технології (освітньо-наукова програма)
Код дисципліни: 7.126.00.M.017
Кількість кредитів: 7.00
Кафедра: Програмне забезпечення
Лектор: д-р техн. наук, проф. Грицюк Юрій Іванович
Семестр: 3 семестр
Форма навчання: денна
Завдання: Здатність ефективно розв'язувати спеціалізовані задачі та практичні проблеми інноваційного характеру під час професійної діяльності, пов'язаної зі всіма особливостями виробництва програмного забезпечення від початкових стадій створення специфікації вимог до супроводу програмної системи після здачі в експлуатацію.
ФКС1.1. Володіння поглибленими знаннями про інформаційні моделі даних та системи, здатність створювати інноваційне програмне забезпечення для зберігання, видобування та опрацювання даних великих обсягів.
ФКС1.2. Здатність продемонструвати знання основних принципів побудови паралельних та розподілених обчислювальних систем, а також засади проектування програмних систем для ефективної організації обчислювального процесу.
ФКС1.3. Здатність використовувати професійно-профільні знання і практичні навички для оптимізації проектних, технологічних, управлінських рішень з метою підвищення якості програмних систем.
Результати навчання: РН02. Оцінювати і вибирати ефективні методи і моделі розроблення, впровадження, супроводу програмного забезпечення та управління відповідними процесами на всіх етапах життєвого циклу.
РН03. Будувати і досліджувати моделі інформаційних процесів у прикладній області.
РН04. Виявляти інформаційні потреби і класифікувати дані для проєктування програмного забезпечення.
РН10. Модифікувати існуючі та розробляти нові алгоритмічні рішення детального проєктування програмного забезпечення.
РН17. Збирати, аналізувати, оцінювати необхідну для розв'язання наукових і прикладних задач інформацію, використовуючи науково-технічну літературу, бази даних та інші джерела.
РН18. Розробляти математичне і програмне забезпечення для наукових досліджень в галузі інженерії програмного забезпечення.
РН19. Формулювати, експериментально перевіряти, обґрунтовувати і застосовувати на практиці в процесі розроблення програмного забезпечення інноваційні методи та конкурентоспроможні технології розв'язання професійних, науково-технічних задач у мультидисциплінарних контекстах.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Пререквізити: Математичний аналіз. Алгоритми і структури даних. Емпіричні методи програмної інженерії
Кореквізити: Інтелектуальний аналіз даних. Виконання та захист магістерської кваліфікаційної роботи
Короткий зміст навчальної програми: Дисципліна передбачає вивчення основних понять математичного забезпечення програмних систем, тобто сукупності математичних методів, моделей та алгоритмів оброблення інформації, що можуть використовуватися при вирішенні завдань (функціональних і системних) для формалізації технічних об'єктів і явищ в галузі інженерії програмного забезпечення. Особлива увага зосереджена на загальному, спеціальному та інваріантному математичному забезпеченні, яке містить програмні засоби його реалізації, методи вибору процесу виконання, технічну документацію, персонал (фахівців з конкретної галузі знань). Розглянуто також сучасні методи вибору процесу виконання програмних систем, серед яких найпоширенішими є методи вибору типів алгоритмів, оцінювання їх точності, швидкодії та складності. Технічна документація, яка стосуються інженерії програмного забезпечення, містить змістовні описи задач і алгоритмів, типові постановки задач, описи пакетів прикладних програм, тести й контрольні приклади. Фахівці з використання математичного забезпечення програмних систем займаються постановкою задач та використанням математичних, аналітичних і числових методів.
Опис: 1. Вступ. Складові МЗ – математична модель, математичний метод та алгоритм. Загальні поняття. Програмна система (ПС), визначення та основні характеристики. Приклади складових МЗ ПС.
2. Поняття про математичне забезпечення програмних систем. Загальні поняття, які використовують в дисципліні. Вимоги до математичного забезпечення. Класифікація задач математичного забезпечення.
3. Методологічні особливості математичного моделювання. Загальні поняття, які використовують під час моделювання. Види моделей моделювання. Класифікація математичних моделей.
4. Математичне забезпечення автоматизованих систем управління. Класифікація АСУ. Склад математичного забезпечення АСУ. Моделі об'єктів управління.
5. Математичне забезпечення систем автоматизованого проектування. Класифікація систем автоматизованого проектування. Структура САПР і призначення її складників. Математичне забезпечення САПР. Лінгвістичне забезпечення САПР.
6. Математичне забезпечення обчислювальних машин і систем. Математичне забезпечення ЕОМ. Математичні бібліотеки в прикладному програмуванні. Системи комп'ютерної математики. Характеристика математичної системи MatLab. Стандартна математична система MathCAD.
7. Математичне забезпечення високонадійних систем і програмно-технічних комплексів. Математичне забезпечення високонадійних систем. Структура і принципи побудови математичного забезпечення програмно-технічних комплексів.
8. Хмарні обчислення та їхнє математичне забезпечення. Хмарні обчислення та історія їх виникнення. Основні характеристики хмарних обчислень. Моделі обслуговування хмарних обчислень та наявні рішення.
9. Математичне забезпечення хмарних технологій та перспективи їх розвитку. Запровадження хмарних технологій. Світові тенденції розвитку хмарних технологій. Критика хмарних обчислень і технологій.
10. Математичне забезпечення інформаційної безпеки хмарних технологій. Хмарні технології та їхня інформаційна безпека. Джерела загроз інформаційній безпеці хмарним сервісам. Моделі загроз інформаційним системам хмарних технологій та можливості захисту від них.
11. Хмарні технології математичного моделювання. Технології хмарних обчислень в математичному моделюванні. Математичні моделі хмарних обчислень з використанням протоколу OpenFlow.
12. Технології хмарних обчислень в бізнесі та торгівлі. Хмарні технології як своєрідний "мур" від нападників. Економіко-математичні моделі конкурентної взаємодії хмарних сервісів.
13. Хмарні технології навчання. Хмарні технології навчання: витоки. Хмарні обчислення та шляхи їх використання в освітньому процесі сучасного ВНЗ. Застосування технічними ВНЗ хмарних технологій у процесі навчання математичних дисциплін.
Методи та критерії оцінювання: 1. Усне опитування на лабораторних заняттях.
2. Контрольні тести на лабораторних заняттях.
3. Захист лабораторних робіт.
4. Екзаменаційний контроль (письмова компонента (тести), усна компонента).
Критерії оцінювання результатів навчання: 1. Лабораторні роботи – 35 балів
2. Контрольні тести на лабораторних заняттях – 10 балів
Разом за ПК – 45 балів
Екзаменаційний контроль: 55% (письмова компонента 50%, усна компонента 5%)
На виконання кожної лабораторної роботи виділено по два тижні від початку навчального процесу. Якщо лабораторну роботу студент захищає невчасно, то з кожним відтермінованим тижнем захисту максимальний бал за роботу зменшується на 1.
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: 1. Грицюк Ю. І. Математичне забезпечення програмних систем : навч. посібник. – Львів : Вид-во НУ "Львівська політехніка", 2018. – 260 с. (рукопис)
2. Грицюк Ю. І. Математичне забезпечення програмних систем : лаборат. практикум. – Львів : Вид-во НУ "Львівська політехніка", 2016. – 140 с. (рукопис)
3. Грицюк Ю. І. Машина Тюрінга: різновиди, принцип роботи та особливості використання : навч. посібн.. – Львів : Вид-во НУ "Львівська політехніка", 2015. – 100 с.
4. Грицюк Ю. І. Обчислювальні методи та моделі в наукових дослідженнях : монографія. – Львів : Вид-во ЛДУ БЖД, 2014. – 288 с.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).