
- •Конспект лекций разработан доцентом кафедры ист горшковым е.А.
- •Тема 1. Основы математического моделирования.
- •Классификация моделей.
- •Классификация математических моделей
- •Этапы построения математической модели
- •Оценка адекватности модели.
- •Пример математической модели
- •Вопросы для самопроверки
- •Internet-ресурсы
- •Тема 2. Аналитические модели систем массового обслуживания.
- •Классификация смо.
- •Рассмотрим характеристики входящего потока требований (заявок)
- •Одноканальная смо с отказами
- •6.5. Многоканальная смо с отказами
- •Вопросы для самопроверки
- •Internet-ресурсы
- •Тема 3. Линейное программирование.
- •Постановка задачи линейного программирования
- •Решение задач симплексным методом
- •Двойственные задачи
- •Экономическая интерпретация двойственных задач.
- •Свойства двойственных задач.
- •2.4. Решение задач с помощью симплексных таблиц
Классификация математических моделей
Математические модели могут быть детерменированными и стохастическими. Детерменированные модели - это модели, в которых установлено взаимно-однозначное соответствие между переменными описывающими объект или явления. Такой подход основан на знании механизма функционирования объектов, т.е. на оригинале проводят эксперименты, обрабатывают полученные результаты и, не вникая в механизм и теорию моделируемого объекта с помощью методов математической статистики и теории вероятности, устанавливают связи между переменными, описывающими объект. В этом случае получают стахостическую модель. В стахостической модели связь между переменными носит случайный характер, иногда это бывает принципиально. Воздействие огромного количества факторов, их сочетание приводит к случайному набору переменных описывающих объект или явление.
По характеру режимов модель бывают статистическими и динамическими. Статистическая модель включает описание связей между основными переменными моделируемого объекта в установившемся режиме без учета изменения параметров во времени. В динамической модели описываются связи между основными переменными моделируемого объекта при переходе от одного режима к другому.
Модели бывают дискретными и непрерывными, а также смешанного типа. В непрерывных переменные принимают значения из некоторого промежутка, в дискретных переменные принимают изолированные значения.
Линейные модели - все функции и отношения, описывающие модель линейно зависят от переменных и не линейные в противном случае.
Этапы построения математической модели
Первым этапом математического моделирования является постановка задачи, определение объекта и целей исследования, задание критериев (признаков) изучения объектов и управления ими. Неправильная или неполная постановка задачи может свести на нет результаты всех последующих этапов. 2 На рисунке 3 представлена общая схема построения математической модели.
Рис. 3 Этапы построения математической модели
Вторым этапом моделирования является выбор типа математической модели, что является важнейшим моментом, определяющим направление всего исследования. Обычно последовательно строится несколько моделей. Сравнение результатов их исследования с реальностью позволяет установить наилучшую из них. На этапе выбора типа математической модели при помощи анализа данных поискового эксперимента устанавливаются: линейность или нелинейность, динамичность или статичность, стационарность или нестационарность, а также степень детерминированности исследуемого объекта или процесса.
Процесс выбора математической модели объекта заканчивается ее предварительным контролем, который также является первым шагом на пути к исследованию модели. При этом осуществляются следующие виды контроля (проверки): размерностей; порядков; характера зависимостей; экстремальных ситуаций; граничных условий; математической замкнутости; физического смысла; устойчивости модели.
Например, контроль размерностей позволяет - приравнивать и складывать только величины одинаковой размерности, порядков величин упрощает моделирование, т.е. определяются порядки складываемых величин и явно малозначительные слагаемые отбрасываются, проверка устойчивости модели состоит в проверке того, что варьирование исходных данных в рамках имеющихся данных о реальном объекте не приведет к существенному изменению решения.