- •1. Понятие системы
- •3.Аналогия. Связь с понятием «система»
- •5.Черный ящик. Основная проблема моделирования.
- •9.Виды математического моделирования. Примеры
- •11. Получение случайных чисел, подчиняющихся экспоненциальному закону
- •10.Получение случайных чисел с произвольным законом распределения методом обратных функций
- •8.Классификация видов моделирования
- •6. Общая схема моделирования
- •4. Взаимосвязь эксперимента и модели.
- •2. Моделирование как метод научного познания.
- •13. Методы получения равномерно распределенных случайных чисел.
- •15. Общие свойства программных датчиков псевдослучайных чисел
- •17.Мультипликативный конгруэнтный метод получения равномерно распределенных псевдослучайных чисел
- •19. Программный датчик randu. Общая характеристика, принцип работы, особенности
- •21. Требования к базовому датчику. Проверка их соблюдения.
- •4. Простейшие проверки
- •23. Проверка равномерности распределения псевдослучайной последовательности по критериям согласия
- •23.Проверка равномерности распределения псевдослучайной последовательности по критериям согласия
- •22. Проверка равномерности распределения псевдослучайной последовательности по ее числовым характеристикам.
- •20. Имитация случайных величин и процессов
- •18. Смешанный и аддитивный конгруэнтный методы получения равномерно распределенных псевдослучайных чисел. Методы увеличения периода датчика
- •16. Конгруэнтные методы получения равномерно распределенных псевдослучайных чисел
- •14. Метод середины квадрата. Общая характеристика, основные недостатки. Требования к функции рекуррентной формулы
- •24. Проверка независимости чисел в псевдослучайной последовательности. Критерий автокорреляции.
- •26. Получение случайных чисел с произвольным законом распределения методом отбора
- •30. Понятие системы массового обслуживания, назначение, общая характеристика, разновидности, примеры.
- •32.Цели и методы моделирования систем массового обслуживания.
- •34. Уравнения Колмогорова для одноканальной системы массового обслуживания с отказами.
- •28.Получение случайных чисел, подчиняющихся закону Вейбулла
- •35. Имитационное статистическое моделирование смо.
- •33. Основы моделирования систем массового обслуживания. Поток событий. Свойства потоков событий.
- •31.Классификация систем массового обслуживания
- •27. Моделирование нормально распределенной случайной величины
- •25. Проверка независимости чисел в псевдослучайной последовательности. Критерий разностей
- •29.Распределение хи-квадрат .
1. Понятие системы
Система-сов-ть элементов и связей между ними, которые определяют некоторое новое св-во (интегративное, или системное св-во), присущее совокупности в целом. Признаки: 1.разделимость на элементы. элемент-такая часть системы,внутри которой описание не происходит,а зависит от глубины проникновения. 2. наличие сильных связей между элементами системы. 3.наличие структуры (организации). Любая система способна выполнять свои функции, если она надлежащим образом организована. Организацией системы называется упоряд-е в простр-е и во времени распределения элементов системы и связи между ними. 4.Наличие системного эффекта т.е появление какого-то нового качества. 5.сущ-е цели функционирования системы. 6.наличие окр.среды (система взаимод-т с окруж средой ч\з входы и выходы)
Надсистема=система+окр.среда.
Если говорить о моделировании, то в его основе лежит рассмотрение объекта (некоторого устойчивого образования, которое выделяется из окружающей среды в определенный промежуток времени в определенной пространственной области) как системы. То есть просходят процессы возникновения,изменения и исчезновения объекта.
При этом моделирование процесса функционирования системы называется имитацией.
3.Аналогия. Связь с понятием «система»
Результат моделирования переносится на оригинал с помощью аналогии (суждениие об определенных сходствах).
Модель-созданный челом объект любой природы (материальной\умозрит-ой), к-ый воспроизводит оригинал т.о., что изучение природы модели способно дать нов достоверную инфо об оригинале. Модель отличается от оригинала: оригинал обладает бесконеч кол-м св-в, а модель д. воспроиз-ть фиксированный набор св-в оригинала, к-ый нужен для исслед-ия. Рассмотрим пример: пусть объекты А и В характеризуются опред-ым набором св-в. И пусть объект В имеет еще одно св-во. Пользуясь аналогией м. предположить, что объект А также имеет это св-во. Аналогия - вид умозаключения, при котором знание, полученное при изучении одного объекта, переносится на менее изученный объект, сходный с первым объектом по существенным свойствам. Аналогия служит одним из источников научных гипотез. греч.Analogia – сходство. Основанием переноса признаков (использование аналогии как метода) в примере явл-ся тот факт, что А и В – системы. Система-сов-ть элементов и связей между ними, которые определяют некоторое новое св-во (интегративное, или системное св-во), присущее совокупности вцелом. Система харак-ся 6 осн признаками: 1) система д.б. разделима на составные подсистемы, к-ые также м.б. декомпозированы до элементов. Элемент-неделим. 2)наличие устойчивых связей м\у элементами, к-ые д.б. намного сильнее, чем связи этих элементов с др объектами. 3)существование организации, или структуры в системе. 4)наличие системного эффекта-появление у системы нов св-ва, к-ое не было присуще ни одному элементу до соединения в систему. 5)наличие цели функционирования (сист. эффект должен соотв-ть цели), а также ограничений, к-ые накладываются на систему. 6)наличие окружающей среды (система взаимод-т с окруж средой ч\з входы и выходы) Видим, что св-ва взаимосвязаны в системе. Следовательно, если оригинал и модель обладают одними совокупностями опред-ых св-в и модель обладает еще некоторым св-ом (по-видимому связанным с остальной сов-тью св-в), то и оригинал облад-т этим св-ом. Однако выводы, основанные на аналогии, не явл-ся абсолютно достоверными и нуждаются в проверке.