Учебно-методический комплекс дисциплины «Инструментальные средства программирования» Разработчик: Прохоров И. В. Идентификационный номер: умкд. 18(101)

Согласовано	«УТВЕРЖДАЮ»
	Заведующий кафедрой информатики, математического. и компьютерного моделирования
Руководитель ОП
_____________ Пак Т.В.	______________ А.Ю. Чеботарев
«__16_»________мая________2012_г.	«_16__»_мая_2012 г.

РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ (РПУД)

010400.68 Прикладная математика и информатика

Форма подготовки очная

• 
  основы теории алгоритмов, логики высказываний и логики предикатов;
  
• 
  использование информационных технологий обработки информации.
  

• 
  применять математические методы, физические законы и вычислительную технику для решения практических задач;
  
• 
  решать логические задачи, используя аппарат логики высказываний и логики предикатов.
  

• 
  основами алгоритмизации;
  
• 
  навыками работы с пакетами логического программирования.
  

• 
  способностью понимать философские концепции естествознания, владеть основами методологии научного познания при изучении различных уровней организации материи, пространства и времени (ОК-1);
  
• 
  способностью иметь представление о современном состоянии и проблемах прикладной математики и информатики, истории и методологии их развития (ОК-2);
  
• 
  способностью использовать углубленные теоретические, и практические знания в области прикладной математики и информатики (ОК-3);
  
• 
  способностью порождать новые идеи и демонстрировать навыки самостоятельной научно-исследовательской работы и работы в научном коллективе (ОК-5);
  
• 
  способностью и готовностью к активному общению в научной, производственной и социально-общественной сферах деятельности (ОК-7);
  

• 
  способностью разрабатывать концептуальные и теоретические модели решаемых научных проблем и задач (ПК-2);
  

• 
  обоснования задач научной и проектно-технологической деятельности
  
• 
  (ПК-3);
  

• 
  способностью управлять проектами (подпроектами), планировать научно-исследовательскую деятельность, анализировать риски, управлять командой проекта (ПК-5);
  
• 
  способностью организовывать процессы корпоративного обучения на основе технологий электронного и мобильного обучения и развития корпоративных баз знаний (ПК-6);
  

• 
  способностью проводить семинарские и практические занятия с обучающимися, а также лекционные занятия спецкурсов по профилю специализации (ПК-8);
  
• 
  способностью разрабатывать учебно-методические комплексы для электронного и мобильного обучения (ПК-9);
  

• 
  способностью работать в международных проектах по тематике специализации (ПК-11);
  

1. 
   СТРУКТУРА И содержание теоретической части курса (18 часов)
   

• 
  Прямые и обратные задачи
  
• 
  Некорректно поставленные задачи
  
• 
  Корректность по Тихонову и множество корректности
  

• 
  Множественные регрессионные модели
  
• 
  Модели динамических систем в пространстве состояний
  

• 
  Вырожденные СЛАУ и нормальное решение
  
• 
  Несовместные СЛАУ и псевдорешение
  
• 
  Плохо обусловленные СЛАУ и число обусловленности
  
• 
  Сингулярное разложение матрицы
  
• 
  SVD-алгоритм построения нормального псевдорешения
  
• 
  Построение нормального псевдорешения в Mathcad
  

• 
  Байесовский регуляризирующий алгоритм
  
• 
  Минимаксный регуляризирующий алгоритм
  
• 
  Оптимальный регуляризирующий SVD-алгоритм
  

• 
  Неполная информация и сглаживающий функционал
  
• 
  Регуляризирующий SVD-алгоритм
  
• 
  Гладкость решения и стабилизирующий функционал
  
• 
  Систематическая и случайная ошибки решения
  

• 
  Выбор параметра регуляризации на основе критерия оптимальности
  
• 
  Алгоритм выбора параметра по критерию оптимальности
  
• 
  Алгоритм выбора параметра по статистическому варианту принципа невязки
  
• 
  Выбор параметра методом перекрестной значимости
  
• 
  Сравнение различных алгоритмов выбора параметра регуляризации
  

• 
  Вычисление числовых характеристик ошибок регуляризированного решения
  
• 
  Построение доверительных интервалов для решения
  
• 
  Точностные характеристики регуляризирующих Алгоритмов
  

Тема 3. Локальный регуляризирующий алгоритм параметрической идентификации (6 часов)

3.1. Локальный регуляризирующий алгоритм с векторным параметром регуляризации (1 час).

2. 
   СТРУКТУРА И содержание практической части курса
   

3. 
   КОНТРОЛЬ ДОСТИЖЕНИЯ ЦЕЛЕЙ КУРСА
   

1. 
   Основные сведения об операционной системе Unix
   
2. 
   Языки программирования допускающие параллелизм. Компиляторы.
   
3. 
   Полноэкранные редакторы: vi, emacs и др.
   
4. 
   Параллелизм.
   
5. 
   Эффективность распараллеливания.
   
6. 
   Обзор MPI
   
7. 
   Формат функций MPI.
   
8. 
   Коммуникаторы.
   
9. 
   Прием/передача сообщений между отдельными процессами.
   
10. 
    Коллективные взаимодействия процессов.
    
11. 
    Синхронизация процессов.
    
12. 
    Работа с группами процессов.
    
13. 
    Спецкомментарии.
    
14. 
    Расширения существующих языков программирования.
    
15. 
    Производительность параллельных компьютеров.
    
16. 
    Классификация параллельных компьютеров.
    
17. 
    Вычислительные кластеры.
    
18. 
    Список ТОР500.
    
19. 
    Сравнение коммуникационных технологий построения кластеров.
    
20. 
    Системы хранения данных.
    
21. 
    Высокопроизводительные вычисления в России.
    
22. 
    Модель программирования.
    
23. 
    MIMD И SPMD.
    
24. 
    Коммуникации типа «точка-точка».
    
25. 
    Неблокирующие операции передачи сообщений.
    
26. 
    Коллективные коммуникации.
    
27. 
    Группы, контексты, коммуникаторы и топологии.
    
28. 
    Интеркоммуникаторы.
    
29. 
    Сложные типы данных в MPI.
    
30. 
    MPI 2.0: Односторонние коммуникации.
    
31. 
    MPI 2.0: Динамическое управление процессами.
    
32. 
    Сверхмасштабируемость алгоритмов прикладных задач.
    
33. 
    Математические проблемы параллельных вычислений.
    
34. 
    Ошибки округления.
    
35. 
    Информационная структура алгоритмов.
    
36. 
    Методы решения разреженных СЛАУ.
    
37. 
    Анализ эффективности параллельных алгоритмов.
    
38. 
    Параллельное решение гравитационной задачи N тел.
    
39. 
    Оптимизация программ.
    
40. 
    Анализ зависимостей.
    
41. 
    Системные проблемы.
    

1. 
   Алгоритм решения систем линейных алгебраических уравнений с квадратной невырожденной матрицей методом Гаусса с использованием языка Си++ и функций MPI
   
2. 
   Разработка и реализация на языке параллельного программирования алгоритма для оценки производительности однопроцессорного ПК и многоядерной архитектуры, состоящей из нескольких узлов.
   
3. 
   Оценка производительности системы параллельного счета при условии, что число запущенных процессов больше чем число вычислительных ядер.
   
4. 
   Разработка алгоритма и реализация его в виде С++ кода для подсчета среди чисел заданной значности, чисел с максимальной устойчивостью.
   
5. 
   Разработка параллельной программы ЭВМ для поиска k-той порядковой статистики в массиве за линейное время.
   
6. 
   Разработка параллельной программы ЭВМ для сортировки массива вещественных чисел с повторениями элементов.
   
7. 
   Разработка программы ЭВМ умножения матриц в топологии «двумерная решетка» с использованием типов данных для столбца и минора матрицы.
   
8. 
   Создание коммуникаторов, в которые входят процессы с четными и нечетными рангами, соответственно, и создать интеркоммуникатор между ними. Продемонстрировать их работу на каком-либо простом примере.
   
9. 
   Разработка алгоритма решения систем линейных алгебраических уравнений с квадратной невырожденной матрицей методом Гаусса с использованием языка Си++ и функций MPI с использованием односторонних коммуникаций.
   
10. 
    Разработка параллельной программы ЭВМ расчета площади круга методом Монте-Карло.
    
11. 
    Работа со скрипами, bat файлами и заданиями в очереди.
    
12. 
    Экспериментальная оценка программного и аппаратного ускорения системы и вычисление доли параллельных инструкций для программы ЭВМ для решения СЛАУ. Оптимизация алгоритма.
    
13. 
    Экспериментальная оценка программного и аппаратного ускорения системы и вычисление доли параллельных инструкций для задачи подсчета среди чисел заданной значности, чисел с максимальной устойчивостью. Оптимизация алгоритма.
    
14. 
    Экспериментальная оценка программного и аппаратного ускорения системы и вычисление части параллельных инструкций для задачи поиска k-той порядковой статистики в массиве за линейное время. Оптимизация алгоритма.
    
15. 
    Экспериментальная оценка программного и аппаратного ускорения системы и вычисление части параллельных инструкций по закону Амдала для умножения матриц в топологии «двумерная решетка» с использованием типов данных для столбца и минора матрицы. Оптимизация алгоритма.
    
16. 
    Разработка альтернативных параллельных вычислительных алгоритмов решения одной из задач данного курса. Сравнение производительности, эффективности и оптимизированности.
    
17. 
    Масштабирование параллельного высокопроизводительного численного алгоритма.