Исследуются задача оптимизации для одного широко встречающегося в приложениях класса линейных динамических многосвязных систем. Такие задачи возникают при оптимизации ряда моделей математической экономики и при оптимизации систем, описываемых уравнениями математической физики Использование специфики рассматриваемого класса задач позволило получить специальные условия оптимальности, исследовать устойчивость решения задачи относительно малых возмущений функционала и ограничений, последовать структуру и свойства оптимальных решений, а также предложить два эффективных вычислительных метода. Один из этих методов является аналогом симплекс-метода линейного программирования (для решения динамических задач), другой близок к методам решения систем линейных алгебраических (иля интегральных) уравнений методом последовательных приближений. Для практически важных частных случаев оптимальное решение может быть получено не итерационным путем, а в виде конечных формул.

Даются методологические основы проектирования структур проблемно-ориентированных параллельных процессоров. Методология основана на анализе структур ядер задач, построении их параллельных моделей, преобразовании параллельных моделей в параллельно-последовательные, синтезе результирующей структуры параллельного процессора. Указанная методика была использована при проектировании параллельных процессоров ПС2000, ПС2100 и параллельной супер ЭВМ.

Рассмотрены постановка и решение задач анализа и синтеза систем обработки данных, обеспечивающих требуемую достоверность и необходимый уровень защиты информации от несанкционированного доступа.

Рассматриваются методы описания, анализа и моделирования биологических и технических систем, составленных из элементов различной надежности - гетерогенных популяций. Описываются математические модели с непрерывной, дискретной и нечёткой гетерогенностью, применяемые для анализа продолжительности жизни как в случае независимых, так и для зависимых наблюдений. Обсуждаются вопросы идентификации моделей. Изложенный материал будет полезен студентам и аспирантам, изучающим применение статистических методов в технике и биологии, а так же специалистам по обработке информации в присутствии ненаблюдаемых стохастических факторов.