1. Понятие о системе и системном анализе. Существует много определений системы. 1. Система есть комплекс элементов, находящийся во взаимодействии. 2. Система — это множество объектов вместе с отношениями этих объектов. 3. Система — множество элементов находящихся в отношениях или связях друг с другом, образующая целостность или органическое единство (толковый словарь) Системный анализ — это научный, всесторонний подход к принятию решений. Вся проблема изучается в целом, определяются цели развития объекта управления и различные пути их реализации в свете возможных последствий. При этом возникает необходимость согласования работы различных частей объекта управления,  отдельных исполнителей, с тем чтобы направить их на достижение общей цели. Подробное определение системного анализа будет приведено ниже.

2. Виды моделирования.  -концептуальная модель – описание объекта для его удобного визуального восприятия, отображения или с помощью рисунков, произвольных обозначений, или же описание с помощью общепринятых в данной системе категорий или объектов.  -структурно-функциональная (логическая) – отражение объекта с помощью блок-схем. -физическая модель. -математическая модель – описание объекта или системы с помощью математических знаков, символов.

3. Математическое моделирование. Классификация математических моделей. Математи́ческая моде́ль — математическое представление реальности, один из вариантов модели, как системы, исследование которой позволяет получать информацию о некоторой другой системе. Процесс построения и изучения математических моделей называется математическим моделированием Виды: Линейные и нелинейные (по степени линейности)  Статические (без учета фактора вр.) и динамические Детерменированные (модели, в которых одному значению аргумента соответствует строго определенное значение функций) и вероятностные (отражает объект с определенной вероятностью)

4. Сущность метода имитационного моделирования.

Математические модели можно разделить на аналитические и имитационные. Имитационным моделированием называется целый обособленный класс моделей и методов реализаций этих моделей. Эти модели более реально отражают действительность, потому что отражают изменение системы во времени и в пространстве. Это ближе к жизни, т к любая система функционирует в динамике. Имит мод – это моделирование сложных систем, это системы со множеством различных связей между элементами. Часто поведение такой системы невозможно понять до конца. Имит мод позволяет реализовать модели в которых прописаны только отдельные связи. Имит мод организованна по принципу черного ящика, т к невозможно познать эту систему до конца. По разнице между импульсами мы получаем результаты о взаимосвязи, о том как управлять этой системой. Еще одной особенностью является то, что модель прогоняется с помощью компьютерных программ. Имит мод – это выполненная на формальном языке описание логики функции системы и взаимодействие отдельных ее элементов во времени, учитывающие наиболее существенные причинно-следственные связи. Имит мод (Шеннон) – это процесс конструирования модели реальной системы и постановка экспериментов этой модели с целью понять поведение системы или оценить различные стратегии управления этой системы.

5.Виды имитационных моделей.

Статистическое (позволяет прогнозировать развитие явления, позволяет понять направления развития)

Агентное(отличается от других тем, что в ней задаются, характеристики отдельных ее объектов (агентов), а общая характеристика работы системы и общая динамика складываются из наложения друг на друга характеристик агентов.

Моделирование динамических систем (это поведение системы во времени в пространстве. моделируется процесс сборки урожая)

Системная динамика (модели потокового типа, непрерывное моделирование. Решение систем дифференциальных уравнений)

Дискретно-событийное (предполагает решение задач относительно работы СМО)

Экспертное

Ситуационное(это поиск наиболее оптимального плана действий в условиях возникновения непредвиденных ситуаций)

Когнетивное (аналогичен методу системной динамики, только в нем закладываются специфические объекты, в нее вкл элементы которые рассчитываются на основе знаний, представлений. Когнетивное мод – предполагает создание когнетивных карт)

6.Модельное время, способы его продвижения.

В имит мод обязательно присутствует переменная времени. Процессы моделируются в динамике в соответствии с шагом модельного времени. Шаг это может быть сек, мин, год, и на каждый дельта t система меняется. Горизонт моделирования – это моделируемое время работы системы (наприм. Парикмахерская работает 8 ч.) В отдельных концептуальных моделях состояние системы фиксируется дискретно (прерывисто) от шага к шагу, это м б выраженно на графике. Дельта tможет быть с постоянным шагом, а м б с переменным. Способ изменения состояния системы м б пошаговым или пособытийным. Пошаговый способ применяется когда события происходят часто. (наприм. Приход клиента в магазин) Пособытийный способ используется когда события происходят редко, нет необходимости фиксировать каждый шаг модельного времени. Основная масса систем имит мод предполагает равный шаг модельного времени. С помощью этих шагов система переходит из одного состояния в другое, в модели синхронизируются все процессы. С помощью модельного времени происходит управление ходом моделирования. Другие концепции реализуется с помощью программ отражающих непрерывное изменение системы от шага к шагу.

7.Концепции имитационного моделирования.

Существует 3 концепции: Дискретно-событийная, системная динамика и агентное. Дискрет-соб предполагает решение задач относительно работы СМО. Системная динамика – это модели потокового типа, непрерывное моделирование. Системы дифур. Агентноеотличается от других тем что в ней задаются характеристики отдельных объектов (агентов) а общая хар-ка работы системы и общая динамика складываются из наложения друг на друга хар-к объектов.

8.Метод статистических испытаний Монте-Карло.

система моделирования представляет собой черный ящик который изучается с помощью оценки результатов на реакции на некие импульсы – эксперименты. Результат эксперимента собирается и формируется в некую статистическую совокупность. Он применяется в тех случаях, когда построение аналитической модели явления трудно или вовсе неосуществимо (напр., при решении сложных задач теории массового обслуживания и ряда других задач исследования операций, связанных с изучением случайных процессов). Применение М. М.-К. можно проиллюстрировать примером из области теории очередей. Предположим, надо определить, как часто и как долго придется ждать покупателям в очереди в магазине при заданной его пропускной способности (допустим, для того, чтобы принять решение, следует ли расширять магазин). Подход покупателей носит случайный характер, распределение времени подхода (так можно назвать промежуток времени между каждыми двумя приходами покупателей) может быть установлено из имеющейся информации. Время обслуживания покупателей тоже носит случайный характер, и его распределение тоже может быть выявлено. Таким образом, имеются два стохастических или случайных процесса, взаимодействие которых и создает очередь.