
- •Моделирование как метод познания (представление моделей в наглядной форме, теоретические модели, модель в широком понимании, определение модели, модель как система).
- •Классификация моделей. Формы представления моделей (физические и абстрактные модели, примеры, графические, вербальные и т.Д. Модели).
- •Классификация математических моделей (детерминированные, стохастические, статические, динамические, дискретные, непрерывные, смешанные, линейные, примеры).
- •Категории задач моделирования (прямые и обратные), модели принятия оптимальных решений (в условия определённости и в условиях неопределённости, одноцелевое и многоцелевое принятие решений).
- •Математическое программирование (линейное, нелинейное, динамическое, теория графов). Сущность линейного программирования.
- •Постановка и классификация задач линейного программирования.
- •Графическое решение задач линейного программирования (геометрическая интерпретация системы линейных ограничительных уравнений, геометрическая интерпретация целевой функции, вектор
- •Симплексный метод (назначение метода, приведение системы к предпочтительному виду и построение начального опорного плана - 3 правила).
- •Симплексный метод (назначение метода, симплексные таблицы, правило построения симплекс-таблиц, понятия индексной строки, разрешающего элемента, правило прямоугольника).
- •Симплексный метод (назначение метода, признаки бесконечного множества решений, неограниченности целевой функции, несовместности системы).
- •Двойственные задачи в линейном программировании (формулировка третьей теоремы двойственности, экономическое содержание третьей теоремы двойственности).
- •Транспортная задача (тз) (постановка тз в матричной и в математической форме, метод северо-западного угла, метод Фогеля, метод минимального элемента для нахождения начального опорного плана).
- •Транспортная задача (тз) (метод потенциалов для нахождения оптимального плана).
- •Транспортная задача с открытой моделью (принцип построения модели и особенности её решения).
- •Усложнённые постановки задачи транспортного типа (6 случаев).
- •Задача нахождения кратчайших путей между всеми парами узлов в графе. Алгоритм Флойда (Floyd r.W.) (назначение алгоритма и его пошаговая реализация в общем виде).
- •Сети. Потоки на сетях. Теорема Форда-Фалкерсона (Ford-Fulkerson) (алгоритм построения максимального потока).
- •Транспортная задача по критерию времени в сетевой постановке
- •Задача о максимальном потоке. Алгоритм Форда-Фалкерсона (Ford-Fulkerson) (назначение алгоритма и его пошаговая реализация в общем виде).
- •Задача нахождения потока заданной величины минимальной стоимости в сети. Алгоритм Басакера-Гоуэна (Basaker r.G., Gowen p.J.) (назначение алгоритма и его пошаговая реализация в общем виде).
- •Дискретное программирование. Задача целочисленного линейного программирования Метод Гомори. Метод ветвей и границ.
- •Имитационное моделирование. Метод Монте-Карло.
- •Имитационное моделирование. Системный подход в моделировании (понятие о системе, структура системы, целостное функционирование системы, элементы и структура системы).
Моделирование как метод познания (представление моделей в наглядной форме, теоретические модели, модель в широком понимании, определение модели, модель как система).
Порою бывает неудобным и невозможным рассмотрение реального объекта, процесса или явления, ведь они бывают иногда многогранны и сложны. Тогда лучшим способом их изучения и становится построение модели, отображающей лишь какую-то грань реальности, потому более простой. И многовековой опыт развития науки доказал на практике плодотворность такого подхода. Моделирование – это метод познания окружающего мира, состоящий в создании и исследовании моделей. Модель – некий новый объект, который отражает существенные особенности изучаемого объекта, явления или процесса.
Признаки классификаций моделей: 1) по области использования;2) по фактору времени;3) по отрасли знаний;4) по форме представления
Компьютерное моделирование и вычислительный эксперимент как метод научного исследования. Системный подход в моделировании (понятие о системе, структура системы, целостное функционирование системы, элементы и структура системы).
Компьютерная программа, работающая на отдельном компьютере, суперкомпьютере или множестве взаимодействующих компьютеров (вычислительных узлов), реализующая представление объекта, системы или понятия в форме, отличной от реальной, но приближенной к алгоритмическому описанию, включающей и набор данных, характеризующих свойства системы и динамику их изменения со временем.
Система является совокупностью взаимосвязанных объектов, которые называются элементами системы.
Состояние системы характеризуется ее структурой, то есть составом и свойствами элементов, их отношениями и связями между собой. Система сохраняет свою целостность под воздействием различных внешних воздействий и внутренних изменений до тех пор, пока она сохраняет неизменной свою структуру. Если структура системы меняется (например, удаляется один из элементов), то система может перестать функционировать как целое. Так, если удалить одно из устройств компьютера (например, процессор), компьютер выйдет из строя, то есть прекратит свое существование как система.
Классификация моделей. Формы представления моделей (физические и абстрактные модели, примеры, графические, вербальные и т.Д. Модели).
Моделирование - это замещение одного объекта (оригинала) другим (моделью) и фиксация и изучение свойств модели. Замещение производится с целью упрощения, удешевления, ускорения изучения свойств оригинала.
Модели: натуральные-физические (натуральные, физические, математические) идеальные-абстрактные (наглядные, знаковые, математические).
Классификация математических моделей (детерминированные, стохастические, статические, динамические, дискретные, непрерывные, смешанные, линейные, примеры).
Детерминированное моделирование отображает процессы, в которых предполагается отсутствие всяких случайных воздействий; стохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, т. е. набор однородных реализаций. Стохастические модели – модели, в которых хотя бы один из факторов носит случайный характер. Статическая модель – это как бы одномоментный срез информации по объекту, нее изменяющийся во времени (например, результат одного медицинского обследования человека, фотография объекта, чертеж детали).
^ Динамическая модель – позволяет увидеть изменения объекта во времени (например, медицинская карта человека, заполняемая на протяжении какого-либо временного интервала, или модель ядерной реакции).
Основные этапы моделирования. Математическое моделирование, исследования объекта, процесса или системы, построение алгоритма, моделирующего поведение объекта, процесса или системы; проверка адекватности модели и объекта, процесса или системы. Итеративные процессы моделирования.
Этап 1. Постановка задачи. Под задачей понимается некая проблема, которую надо решить. На этапе постановки задачи необходимо: описать задачу, определить цели моделирования, проанализировать объект или процесс. Описание задачи. Задача формулируется на обычном языке, и описание должно быть понятным. Главное здесь — определить объект моделирования и понять, что должен представлять собой результат. Разработка модели. Информационная модель. На этом этапе выясняются свойства, состояния, действия и другие характеристики элементарных объектов в любой форме: устно, в виде схем, таблиц. Формируется представление об элементарных объектах, составляющих исходный объект, т. е. информационная модель. Модели должны отражать наиболее существенные признаки, свойства, состояния и отношения объектов предметного мира. Именно они дают полную информацию об объекте.