
- •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 .
4. Взаимосвязь эксперимента и модели.
Отношения между экспериментом и моделью могут выразиться: Эксперимент- источник информации для моделирования. Модель диктует, какой именно эксперимент и как нужно проводить. «Не только опыт является критерием истинности модели, но и сама постановка эксперимента диктуется моделью.»
Любой вопрос состоит
из 2х составляющих-1.утверждение
(препосылка впосроа), 2.вопросщающий.
Предпосылка вопроса, знания, которые
делают вопрос возможным. Предпосылка
может быть верной, ложной или недостаточной
для постановки вопроса.
.эксперимент:
Метод максимального правободобия
-функция
правдободобия.
Вывод: при разных предпосылках вопрос совершенно разного комплекса по построению модели.
Экспериментальной работой занимается дисциплина «Планирование эксперимента».(при min затратах получить max результат.)\
2. Моделирование как метод научного познания.
Понятие «познание» - это отражение мозгом человека окружающего нас объективного мира. Моделирование-замещение одного объекта другим с целью получения новой информации об определенных свойствах объекта-оригинала путем изучения св-ва объекта модели. Моделирование необходимо для облегчения или упрощения познавательной деятельности, если их слишком дорого проводить на реальном объекте. Моделирование основано на способности человека абстрагировать определенные признаки и свойства различных объектов и устанавливать между ними определенные соотношения.
Модель (лат)-мера. Это созд-й человеком объект любой природы (умозрит-ой или матер-ой), кот.воспр-ит оригинал так, что изучение его природы способно дать достоверную новую информацию об оригинате. Модель отображает некот.только свойства. Ограничения:1.сущ-т лишь конечное кол-во. 2.по смыслу кажд.исслед-я м-ль и оригинал должны иметь лишь ограниченное число сходных св-в. (оригинал обладает бесконечным количеством св-в)
Результат моделирования переносится на оригинал с помощью аналогии (суждении е об определенных сходствах).
13. Методы получения равномерно распределенных случайных чисел.
При моделировании процессов и сист.исп-ся 3 вида случ.объектов. 1.сл.величины, 2.сл.события, 3.сл.процессы. Сл.величина-сл.время, сл.события-работоспос.сист. в сл.момент времени сл.события. Всегда необходима выработка случ.чисел. 1.кол-во выр-х чисел должно быть достаточно большим. Возможность создания им.модели оч.сильно зависит от наличия экон и простых способов получения чисел.
Получение случ.чисел [0,1]; (0,1); (0,1]. Способы получения. Пусть ξ€ (0,1]-равном.распр.случ.величина. x€(a,b]-любой интервал. X=a+(b-a)ξ-перераспред.
если мы хотим
получить равном.распр.число, то надо
взять число
с вероятностью ½. Создадим случ.послед-ть
zi,
z1,
z2,…считая
ее бесконечной,тогда величина, постр.
В виде
,
будет случайным числом. Вероятность
попадания сл.величины в интервал длиной
½ равна длине интервала. Раз вероятность
попадания равна ½ то что нужно сгенерировать
бескон.послед.сл.величин z1…zn
и считать их двоичными знаками ξ.
Проблема, если zi→∞,
то число тоже бесконечное, но на машине
это сделать нельзя,можно ген-ть
определенную конечную послед-ть. Если
если комп.с k разр.сеткой,то в ней можно
записать k разл.чисел с одинак.вер-ми
.